Alexander Khazatsky
収録論文 7本 ・ フィジカルAI/ロボット学習
ロボット学習マニピュレーションVLAモデルベースRLアフォーダンス学習強化学習/マニピュレーション自己教師あり学習
※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
- 失敗はロボットの常:展開中の迅速な価値ベース試行錯誤ロボット学習2024/6/1
ロボットの基本方針に価値関数を組み合わせ、進捗を監視して失敗時に素早く再試行・戦略変更することで成功率を20%以上向上させる手法を提案。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- もうミスマッチはない:モデルベース強化学習のためのモデルと方策の同時最適化モデルベースRL2021/10/1
モデルの精度と方策性能の目的不一致を解消するため、モデルと方策を単一の目的関数で同時に学習する手法を提案し、連続環境で効率的に推定できる初の大域的下界を導出した。
- 視覚的アフォーダンスを想像して新しいスキルを学ぶアフォーダンス学習2021/6/1
生成モデルで可能な結果を想像し、視覚的アフォーダンスを学習することで、新しい環境でも5分の実体験でロボットが素早くスキルを適応できる手法VALを提案。
- 目標分布で条件付けする汎用強化学習ポリシー強化学習/マニピュレーション2021/4/1
目標を分布として表現し、それに条件付けられた汎用ポリシーをオフポリシーRLで学習するDisCo RLを提案し、新しい目標分布への汎化を要するロボット操作タスクで従来法を大きく上回った。
- 状況に応じた想像ゴールによる自己教師ありロボット学習自己教師あり学習2019/10/1
ロボットが現在の環境や手元の物体に合わせて達成可能で多様なゴールを自ら提案し、自己教師ありゴール条件付き強化学習で効率的に技能を学ぶ手法を提案した論文。
