Anssi Kanervisto
収録論文 6本 ・ フィジカルAI/ロボット学習
ヒューマノイド制御強化学習強化学習コンペ設計自動運転/End-to-End学習sim2real
※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
- BFM-Zero: 教師なし強化学習によるヒューマノイド制御のためのプロンプト可能な行動基盤モデルヒューマノイド制御2025/11/1
教師なし強化学習とForward-Backward表現を用いて、運動・目標・報酬を共通の潜在空間に埋め込み、再学習なしに多様な全身タスクを実行できるヒューマノイド制御の基盤モデルを提案し、実機Unitree G1でゼロショット運動追従や目標到達を実現した。
- 振る舞い基盤モデルによるゼロショット全身ヒューマノイド制御ヒューマノイド制御2025/4/15
ラベルなし動作キャプチャデータから、報酬や模倣タスクにゼロショットで汎化できるヒューマノイドの振る舞い基盤モデルを学習する手法を提案。
- 行動基盤モデルの高速適応強化学習2025/4/1
事前学習済み行動基盤モデルのゼロショット方策を、低次元タスク埋め込み空間での探索によりオンライン数ステップで高速適応させる手法を提案。
- 堅牢でドメイン非依存な強化学習コンペティション設計へ向けて強化学習コンペ設計2021/6/1
再学習・ドメインランダム化・ドメイン難読化・計算資源制限の4機構で、再現性が高く汎用的でサンプル効率の良いアルゴリズムを促すコンペ設計を提案し、MineRL 2020で実証した。
- 注意機構を用いたマルチタスク学習によるEnd-to-End自動運転自動運転/End-to-End学習2021/4/1
条件付き模倣学習の枠組みで、マルチタスク学習と注意機構を組み合わせたネットワークを提案し、信号機への反応を含む自動運転の成功率を向上させた。
- ビデオゲームから実機ロボットへ:行動空間の転移sim2real2019/5/1
一般的なビデオゲームをシミュレーションの代わりに使い、ゲームとロボットで行動空間が異なる場合でもニューラルネットの一部再学習で新行動空間を自律獲得し、実機で90%超の成功率を達成した。
