Alban Laflaquière
収録論文 18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
- 学習された行動空間における疎な報酬の発見と活用強化学習2021/11/1
行動空間をオンザフライで学習しつつ探索と報酬最適化を交互に行うSTAXを提案し、疎報酬環境で既存手法と同等の性能を少ない事前情報で達成した。
- 新規性探索とエミッタによる疎報酬探索強化学習2021/2/1
疎報酬環境で探索と活用を交互に行うSERENEを提案し、新規性探索で探索、エミッタで報酬領域を活用する手法が既存手法より優れることを示した。
- 探索による空間座標系の創発自己教師あり学習2020/10/1
エージェントが自己教師あり学習で感覚運動遷移を予測するだけで、外部空間と同じ次元・計量を持つ内部座標系を自律的に獲得できることを示した。
- 新規性探索が進化可能性を必然的に促す進化計算2020/5/1
行動空間に境界がある場合でも、新規性探索が進化可能性の高い個体を暗黙的に選抜する仕組みを解析した研究。
- 新規性と驚きによる到達可能な結果空間の教師なし学習と探索強化学習探索2019/9/1
高次元観測からタスク非依存に多様な方策を探索するTAXONSを提案し、オートエンコーダで構築した低次元結果空間と再構成誤差を探索の駆動力に用いて、真の結果空間の広範囲をカバーする制御器群を獲得できることを示した。
- 自己中心的な空間構造が教師なしで創発する仕組み自己中心空間認識2019/6/1
ロボットが感覚運動予測を学習するだけで、事前知識や教師なしに自己中心的な空間のトポロジーと距離構造を獲得できることを示した研究。
- 自己教師あり学習による身体像の獲得:感覚運動予測のための深層ニューラルネットワーク身体像獲得2019/6/1
ロボットが自分の感覚運動経験の予測可能性に基づき、自己教師ありで自身の身体像を獲得する手法を提案し、シミュレーションで腕を環境から分離できることを示した。
- 物体発見の前提となる不変な感覚運動構造の同定物体知覚2018/10/1
エージェントの感覚運動経験から時空間的に不変な構造を教師なしで抽出し、物体知覚の基礎となる仕組みを計算モデルで示した論文。
- 感覚運動随伴性による視野体験の基礎づけ感覚運動学習2018/10/1
エージェントが自ら環境を探索し、視覚センサが生む感覚運動の規則性を予測モデルとして獲得することで、いわゆる「視野」を自律的に発見する手法を提案し、網膜を模したシミュレーションで評価した。
- 知覚の基盤形成:感覚運動随伴性への発達的アプローチ発達ロボティクス2018/10/1
未学習のロボットが世界を探索しながら感覚運動随伴性を予測モデルとして自律的に獲得する発達的枠組みを提案し、環境・物体・視野の発見に応用した。
- エンドエフェクタ配置空間の内部表現を学習する手法運動学学習2018/10/1
ロボットの構造やセンサ情報を事前に仮定せず、固有受容感覚と外部感覚のデータからエンドエフェクタの配置空間の内部表現を学習し、それを用いてロボットを制御する手法を提案した論文。
- センサ運動不変量からエージェントの空間配置を学習する身体性/知覚学習2018/10/1
ロボットアーム先端の網膜のセンサ運動流から、環境に依存しない空間概念の前提条件を探り、冗長アームで網膜の配置空間を学習できることを示した。
- 素朴なエージェントによる非線形な空間次元知覚知覚学習2018/10/1
センサー運動の流れのみから幾何学的空間の次元を推定する際の微小運動制約を、非線形な次元推定法で克服する研究。
- 空間の発見:素朴なエージェントの感覚運動経験から空間トポロジーと計量規則性を接地する感覚運動学習2018/6/1
素朴なエージェントが感覚運動経験から補償可能な感覚を検出し、外部空間のトポロジーと計量構造を自律的に推論できることを示した研究。
- 単純な視覚特徴の意味を身体運動から接地する試み身体性/感覚運動2018/5/1
視覚特徴の意味を人手のラベルなしで獲得するため、エージェントが能動的に感覚入力を変換する仕方から不変量を導出し、均一性やエッジ性を自己組織的に特徴づけられることをシミュレーションで示した。
- 感覚運動予測による空間変位表現の学習感覚運動学習2018/5/1
RNNで連続する運動指令列を圧縮表現に符号化し、その感覚変化を予測させることで、空間的な変位構造を反映した表現が自然に獲得されることを示した研究。
- 素朴なエージェントの感覚運動経験に物体知覚を接地する物体知覚2016/9/1
事前知識のないエージェントが自身の感覚運動空間を探索し、文脈に依存しない一貫した感覚運動遷移のネットワークとして物体概念を獲得する手法を提案・検証した。
- 感覚運動予測による視野経験の自律的グラウンディング感覚運動学習2016/8/1
ロボットが自分の行動が感覚入力をどう変えるかの規則性を学習し、視覚センサの視野を自律的に獲得・習得する計算モデルを提案し、シミュレーションで実証した。
