Vignesh Prasad
収録論文 26本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 多解像度触覚模倣学習による接触リッチなロボット操作触覚/模倣学習/マニピュレーション2026/6/1
異なる時間解像度の複数触覚センサを融合する表現フレームワークMiTaSを提案し、接触を伴う操作タスクの模倣学習を高精度化した。
- HARBOR: エージェント型ロボット強化学習のためのハーネスフレームワーク強化学習/自動化2026/6/1
ロボット強化学習のパイプラインを自動化するエージェントフレームワークを提案し、環境構築からポリシー訓練までを自動化して、複数のベンチマークで有効性を示した。
- Nautilus: 単一プロンプトからプラグアンドプレイのロボット学習へロボット学習基盤2026/5/1
ロボット学習研究の断片化を解消するため、単一のユーザープロンプトから再現・評価・微調整・展開ワークフローを自動生成するオープンソースハーネスNAUTILUSを提案。ポリシー、シミュレータ、実ロボット間の統一インターフェースと自動検証により、手書きのグルーコードなしで相互検証を拡張する。
- VLM誘導の意味・幾何推論によるタスク認識両腕アフォーダンス予測両腕操作2026/4/1
両腕操作において、物体のどこを操作し、どちらの腕で行うかをタスクに応じて予測する階層的フレームワークを提案。VLMを用いてカテゴリ非依存に意味理解と幾何検証を統合し、実機9タスクで高成功率を達成。
- マルチエージェント・インコンテキスト学習による双腕ロボット操作双腕操作2026/4/1
標準のLLMを微調整なしで双腕操作に適用するため、リーダー・フォロワー型のマルチエージェント枠組みで動作空間を分割し、TWINベンチマークで高い成功率を達成した。
- 準最適コントローラを用いたオフライン強化学習による全身移動マニピュレーション移動マニピュレーション2026/4/1
準最適な全身コントローラで収集したデータをオフライン強化学習で改善し、移動マニピュレーションのポリシーを学習する手法を提案。シミュレーションで優れた性能を示し、実機にも直接転送可能。
- 人間の実演からロボットの行動計画へ：双腕マニピュレーションのための意味幾何学的タスク表現マニピュレーション2026/1/1
人間の実演から物体間の意味関係と運動履歴をグラフで表現し、行動予測と運動生成を組み合わせて双腕ロボットのタスクを計画・実行する手法を提案。
- SE(3)-PoseFlow: 不確実性を考慮したロボットマニピュレーションのための6D姿勢分布推定姿勢推定/不確実性/マニピュレーション2025/11/1
SE(3)多様体上のフローマッチングを用いて物体の6D姿勢分布を確率的に推定し、対称物体や遮蔽時の不確実性を扱えるようにした手法を提案。能動的知覚や把持合成などのロボット操作タスクへの応用も示した。
- 接触の多いロボット強化学習のための自己教師ありマルチセンサ事前学習マニピュレーション2025/11/1
マスク付きオートエンコーディングで視覚・力・固有感覚を統合する表現を事前学習し、非対称なActor-Critic構造で接触の多いマニピュレーションを効率的に学習する手法を提案。
- モバイルマニピュレーションにおける直感的全身テレオペレーションへの身体性の役割テレオペレーション2025/9/1
移動マニピュレーションの遠隔操作において、操作と移動を統合するか分離するか、またVRと画面表示のフィードバックを比較し、VRは作業時間と負荷を増やす一方、統合型の操作が模倣学習の性能を高める可能性を示した。
- 2HandedAfforder: 人間の動画から精密な両手動作のアフォーダンスを学習アフォーダンス2025/3/1
人間の活動動画から両手での物体操作における精密なアフォーダンス領域を抽出するデータセットとVLMベースの予測モデルを提案し、ロボットマニピュレーションで有効性を示した。
- 6DOPE-GS: ガウシアンスプラッティングを用いたオンライン6D物体姿勢推定6D姿勢推定2024/12/1
ガウシアンスプラッティングを活用し、単一RGB-Dカメラからオンラインで6D物体姿勢推定と追跡を同時に行う手法を提案。動的キーフレーム選択と不透明度統計に基づくプルーニングで効率化を図り、5倍の高速化を実現した。
- ActionFlow: 空間対称なフローマッチングによる同変・高精度・高効率なロボット政策マニピュレーション2024/9/1
観測と行動の相対SE(3)姿勢を扱うSE(3)不変Transformerとフローマッチングを組み合わせ、空間対称性を活かした高精度・高効率なマニピュレーション政策を実現した。
- MoVEInt: 混合変分エキスパートによる実演からの人間-ロボットインタラクション学習模倣学習/人間-ロボットインタラクション2024/7/1
人間の観察を混合密度ネットワークで潜在空間の事前分布として取り込み、VAEと混合エキスパート構成で実演から人間-ロボットインタラクションの共有潜在表現を学習する手法を提案。握手やハイタッチなどのタスクで従来手法より正確なロボット動作を実現した。
- 人間らしい両手ロボットから人間への受け渡し動作の運動学的制約付き生成マニピュレーション2024/2/1
隠れセミマルコフモデルとタスク空間制約を用いて、人間の動きに反応しながら両手で物体を受け渡すロボット動作を生成し、人間らしさが向上することを示した。
- Transition State Clustering for Interaction Segmentation and Learning2024/2/1
- Learning Multimodal Latent Dynamics for Human-Robot Interaction2023/11/1
- MILD: Multimodal Interactive Latent Dynamics for Learning Human-Robot Interaction2022/10/1
- Learning Human-like Hand Reaching for Human-Robot Handshaking2021/3/1
- Human-Robot Handshaking: A Review2021/2/1
- Advances in Human-Robot Handshaking2020/8/1
- Evaluation of the Handshake Turing Test for anthropomorphic Robots2020/1/1
- SfMLearner++: Learning Monocular Depth & Ego-Motion using Meaningful Geometric Constraints2018/12/1
- Learning to Prevent Monocular SLAM Failure using Reinforcement Learning2018/12/1
- Epipolar Geometry based Learning of Multi-view Depth and Ego-Motion from Monocular Sequences2018/12/1
- Learning to Prevent Monocular SLAM Failure using Reinforcement Learning2016/7/1