Ali Ghadirzadeh
収録論文 15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
- 多様体への回帰:分布外状態からの復帰マニピュレーション2022/7/1
オフライン学習したロボット方策が外乱などで訓練データの分布から外れた際、学習データ密度の近似と等変写像を用いた復帰方策で訓練多様体に戻し、実機マニピュレーションで有効性を示した。
- 生成モデルと強化学習を組み合わせたデータ効率の良い深層方策の学習と評価強化学習2022/4/1
行動の潜在変数を導入し、生成モデルで有効な動作系列を事前知識として活用することで、安全な探索とデータ効率を実現するGenRLフレームワークを提案し、ホッケーとバスケットボールのタスクで有効性を示した論文。
- ロボットプラットフォーム間の少数ショット方策適応のためのベイズメタ学習メタ学習2021/3/1
異なるロボットハードウェアへ、少数の軌道デモのみから方策を適応させる少数ショットメタ学習手法を提案し、低次元潜在変数で不確実性をモデル化してデータ効率の良い適応を実現した。
- ノイズ環境下での不確実性を考慮した数ショットモデル適応sim2real2020/10/1
カルマンフィルタに基づく不確実性考慮型ニューラルネットワークで、ノイズのある実環境におけるダイナミクスモデルの数ショット適応を実現し、LSTMベースや強化学習ベースの手法より適応誤差を低減した。
- 深層強化学習による人間中心の協働ロボット協働ロボット2020/7/1
人間とロボットの協働作業を、知覚と意思決定を統合した教師なしの深層強化学習で end-to-end に学習し、注釈なしで新しい相手やタスクに素早く適応できる枠組みを提案した論文。
- 生成モデルと強化学習を組み合わせたデータ効率の良い視覚運動方策学習VLA2020/7/1
行動潜在変数を用いて強化学習と生成モデルを組み合わせ、ロボットの視覚運動方策をデータ効率良く学習する枠組みを提案し、潜在表現の品質評価指標も導入した。
- 生成による模倣:対話型タスクの模倣のための深層生成モデル模倣学習2019/10/1
人間との対話タスクを観察学習と運動感覚学習の組み合わせでロボットに学習させるため、動作埋め込み・相手動作予測・関節軌道生成を組み合わせた深層学習フレームワークを提案し、4種類の対話タスクで有効性を示した。
- 敵対的特徴学習による汎化可能な視覚運動制御視覚運動制御2019/9/1
深層強化学習で訓練した視覚運動ポリシーを、敵対的学習によるドメイン転送で新たなタスク環境へ汎化させる手法を提案し、実機のピッキングと注ぎタスクで有効性を示した。
- メタ強化学習によるシミュレーションから実機へのドメイン適応sim2real2019/9/1
メタ学習で多様な動的環境に適応できる方策を訓練し、タスク特化の軌道生成モデルで探索を効率化することで、シミュレーションから実機への転移を実現した。KUKAロボットでホッケーパックを目標に打つタスクに適用し、安定した適応性能を示した。
- アフォーダンス学習によるエンドツーエンド視覚運動ロボット制御マニピュレーション2019/3/1
RGB画像から抽出した低次元のアフォーダンス表現を用い、知覚・方策・軌道を分離したモジュール型ネットワークを合成データのみで訓練し、実機ロボットでゼロショット転移を実現した。
- 複合現実を用いたマルチモーダル指示表現における時間的依存関係の探究マルチモーダル指示理解2019/2/1
頭の動き・手振り・音声を組み合わせた指示表現の曖昧性解消において、時間的な依存関係をモデル化することで予測精度が向上することをベイズ枠組みで検証した論文。
- 複雑環境における車輪脚ロボットのナビゲーションスキルを深層強化学習で獲得ナビゲーション2018/4/1
高さマップ画像からモータ指令への方策を深層強化学習で学習し、複数のナビゲーション行動とドメインランダム化を組み合わせて車輪脚ロボットの障害物回避・目標到達能力を向上させた。
- 強化学習による深層予測ポリシーの訓練強化学習2017/3/1
画像から一連のモーター指令を予測する深層ポリシーを、知覚・ポリシー・行動の3層構造で構成し、約180回の実機試行だけでPR2ロボットの物体把持とボール投げを学習させた。
- 人とロボットの協働を学習するデータ効率の良い強化学習フレームワーク強化学習2016/7/1
ロボットが自身の感覚運動経験から人間との協働タスクを教師なしで学習し、ガウス過程とベイズ最適化で不確実な人間行動に対処する手法を提案した。
- センサモータフレームワークにおける自己学習と適応自己学習・適応2016/1/1
ガウス過程とRRT*を組み合わせ、ロボットが環境との相互作用からセンサモータパターンを自律学習し、長期計画と適応を実現するフレームワークを提案した。
