Antoine Cully
Imperial College London
収録論文 34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
- 異常認識のための適応型ワールドモデル(AWARE):ロボットダイナミクス予測と内省のフレームワーク異常検知/ワールドモデル2026/10/23
外部カメラのみでロボットのダイナミクスを推定し状態予測することで異常検知を行うワールドモデルを提案し、クレーン軌道240例でベースライン比26%の分類改善と故障源の88%特定を達成した。
- 船上クレーンの二重振り子揺れ抑制のためのオンボードMuJoCoベースモデル予測制御制御2026/3/1
船上クレーンの二重振り子揺れを抑制するため、MuJoCoシミュレータ上でクロスエントロピー法を用いたモデル予測制御をリアルタイムに実行するパイプラインを提案した。
- 遊びの時間:初期動物ダイナミクスのシミュレーションがロボットの移動発見を促進する歩行2025/9/1
動物の成長に倣い、ロボットのアクチュエータ強度を生涯にわたって変化させるカリキュラムSMOLを提案し、MAP-Elitesと組み合わせることで移動行動の性能と多様性を向上させる。
- 白紙状態から創発的能力へ:実世界の教師なし品質多様性によるロボットスキル発見歩行2025/8/1
実世界で四足歩行ロボットが多様な移動スキルを教師なしで自律的に発見・習得する手法URSAを提案し、損傷適応タスクでも有効性を示した。
- 教師なし品質多様性による欺瞞的な適応度最適化の克服進化計算2025/4/1
センサデータから特徴を学習する教師なし品質多様性アルゴリズムAURORAを改良し、ドメイン知識なしで欺瞞的な最適化問題を解けるようにした。
- 行動変異による大規模並列化で方策勾配品質多様性をスケーリング進化計算/強化学習2025/1/1
MAP-Elitesを方策勾配で拡張し、集中型actor-criticに依存せず大規模並列化可能にしたASCII-MEを提案。単一GPUで250秒未満に高性能な多様方策群を生成し、既存手法より平均5倍高速。
- ちょうどよい多様性で品質を高める進化的方策探索進化的方策探索2024/5/1
行動記述子と適合度の関係を学習し、有望な探索領域に評価を集中させることで、強化学習の進化的方策探索を効率化するJEDiフレームワークを提案。
- 品質多様性アクタークリティック:価値と後継特徴クリティックによる高性能で多様な行動の学習強化学習2024/3/15
価値関数と後継特徴の2つのクリティックを制約付き最適化で統合し、高いリターンと多様なスキルを同時に獲得するオフポリシー強化学習手法QDACを提案した。
- 品質多様性と記述子条件付き強化学習の融合強化学習2024/1/1
MAP-Elitesに強化学習の俳優を生成モデルとして組み込み、多様な解を効率的に生成するDCRL-MAP-Elitesを提案し、その性能を実証的に分析した。
- Mix-ME:マルチエージェント学習のための品質多様性群制御2023/11/3
MAP-Elitesをマルチエージェントに拡張し、異なるチームのエージェントを混合する交叉的操作で多様な高性能解を生成する手法を提案し、部分観測連続制御タスクで有効性を示した。
- 物理ロボット上でのダイナミクス考慮とリセット不要学習による品質多様性最適化sim2real2023/4/1
シミュレーションではなく実機の四足ロボット上で、ダイナミクスモデルと復帰ポリシーを用いたReset-Free QDにより、人手を介さず2時間で多様な行動レパートリーを学習し、迷路ナビゲーションで検証した。
- 運任せは禁物:不確実な領域における品質多様性解の再現性向上品質多様性最適化2023/4/1
品質多様性アルゴリズムの解の再現性を高めるプラグアンドプレイモジュールARIAを提案し、ノイズ下でもアーカイブの品質と多様性を50%以上改善した。
- MAP-Elitesを複数の並列進化戦略で強化する品質多様性最適化2023/3/1
品質多様性アルゴリズムMAP-Elitesに複数の進化戦略プロセスを並列に組み込み、単一GPU上で大規模並列評価を活用して高性能かつ多様な解を生成する手法を提案。
- Quality-Diversityと深層強化学習の相乗効果の理解強化学習2023/3/1
Quality-Diversityと深層強化学習を組み合わせた統一フレームワークを提案し、新しいアルゴリズムでヒューマノイド環境を解決した。
- 勾配支援と混雑度探索による多目的Quality-Diversityのデータ効率改善進化計算2023/2/1
多目的QDアルゴリズムMOMEに方策勾配と混雑度ベースの探索を組み込み、ロボット歩行タスクでデータ効率と性能を大幅に向上させた研究。
- 全状態軌道からの教師なし行動の発見強化学習2022/11/1
ロボットが自身の全状態軌道から多様な行動を自律的に見つけ出すQuality-Diversity手法を評価し、ナビゲーションや高速前進、半回転などのタスクで多様な解を発見できることを示した。
- ロボット制御のための深層神経進化における品質多様性アルゴリズムのベンチマーク神経進化2022/11/1
ロボット制御の強化学習領域で深層神経進化に品質多様性アルゴリズムを適用するためのベンチマークスイートを提案し、標準的な評価指標と環境の確率性に対するロバスト性の定量化手法を提示した。
- 階層的Quality-Diversityによる実機ロボットのオンライン損傷回復損傷回復2022/10/1
階層的な行動レパートリーで多様なスキルを学習し、六脚ロボットが損傷後も迷路を少ない行動数で踏破できる適応手法を提案。
- 多様な環境軌道生成器の事前分布の発見による移動スキルの効率的学習歩行2022/10/1
Quality-Diversityアルゴリズムで多様な軌道生成器の事前分布を学習し、四足歩行ロボットが様々な地形を効率的に移動できるようにした。
- 手動リセットなしで歩行スキルを自律獲得する品質多様性最適化歩行2022/4/1
多様な歩行制御器を人手によるリセットなしで自律的に学習するため、想像上の行動レパートリーと環境情報を活用して自動リセットとなる行動を選ぶ手法を提案し、障害物のある訓練区域内での歩行学習で有効性を示した。
- オンライン損傷回復のための階層的品質多様性損傷回復2022/4/1
階層的な行動レパートリーで多様なスキルを学習し、六脚ロボットの迷路ナビゲーションで損傷回復の適応性を高めた研究。
- 関連性誘導による能力の教師なし発見:品質多様性アルゴリズム品質多様性2022/4/1
手動設計の行動記述子を必要とせず、タスクに適した行動特徴を自律的に学習する品質多様性アルゴリズムを提案し、ロボットのシミュレーション環境で有効性を示した。
- 大規模並列化による品質多様性最適化の高速化品質多様性最適化2022/2/1
MAP-ElitesをGPU/TPU上の大規模並列評価で加速するQDaxを提案し、実行時間を約100分の1に短縮した。
- ダイナミクスモデルを活用した品質多様性によるスキルレパートリーの効率的学習強化学習2021/9/1
深層ダイナミクスモデルを用いて品質多様性(QD)探索を想像空間で行い、サンプル効率を20倍改善しつつ新スキルの継続獲得や実機での損傷適応を実現した。
- 教師なし行動発見のための品質多様性最適化品質多様性2021/6/1
次元削減により生のセンサデータから行動記述子を自動学習し、手設計不要で多様なロボット行動を発見する品質多様性アルゴリズムを提案した論文。
- ノイズ環境下で高速かつ安定なDeep-Grid MAP-Elites進化計算2020/6/1
MAP-Elitesの各グリッドセルに類似解のアーカイブを持たせ、サンプリングに頼らずノイズを近似する手法を提案し、冗長アームや六脚ロボットの制御で有効性を示した。
- 部分情報から予測・制御を可能にするマルチモーダル表現モデルマルチモーダル学習2019/10/1
視覚・触覚・音などの複数センサ情報を統合し、欠損したモダリティを補完しながら自己と他者の状態を予測し、観察した軌道を模倣するiCubヒューマノイド向けマルチモーダルVAEを提案した。
- 教師なし記述子とQuality-Diversityによる自律的スキル発見スキル発見2019/5/1
Quality-Diversity最適化と次元削減を組み合わせ、ロボットが環境との相互作用を通じて事前知識なしに多様な行動レパートリーを自律的に発見する手法を提案した。
- 階層的行動レパートリーと教師なし記述子による複雑行動の学習階層的行動学習2018/4/1
複数の行動レパートリーを積み重ねて複雑な行動を生成する階層的アーキテクチャを提案し、教師なしニューラルネットで行動記述子を自動定義することで、ロボットが線や弧の描画を学んだ後に数字を描けるようになり、階層の下層を差し替えるだけでヒューマノイドへ知識転移できることを示した。
- Limbo: 高速で柔軟なベイズ最適化ライブラリベイズ最適化2016/11/1
勾配が不明で評価コストが高い関数を対象に、組み込みシステムやロボットでも使える高速・柔軟なC++製ベイズ最適化ライブラリLimboを開発し、既存のBayesOptより約2倍高速であることを示した。
- ロボットの損傷回復に向けた半エピソード学習損傷回復2016/10/1
タスク実行中に損傷を補償する学習を可能にするため、IT&Eアルゴリズムを半エピソード学習スキームに拡張し、シミュレーションと6脚ロボットの歩行タスクで有効性を示した。
- 動物のように損傷に適応するロボット損傷適応2014/7/1
事前に高性能行動のマップを構築し、損傷時にその直感を活用した試行錯誤学習で2分以内に補償行動を発見するアルゴリズムを提案し、脚ロボットやロボットアームでの適応実験を示した。
- 歩行ロボットの行動レパートリーを進化させる歩行2013/8/1
進化的アルゴリズムにより、6脚ロボットが全方向に歩行できる数百の制御器を同時に学習する手法を提案し、実機実験で到達可能な全地点への移動を実現した。
- T-Resilienceアルゴリズムによるロボットの高速損傷回復損傷回復2013/2/1
自己モデルと現実の挙動差を利用して、未予期の損傷時でも補償行動を迅速に自律学習するT-Resilienceアルゴリズムを提案し、脚損傷やモータ故障に適応する6脚ロボットで有効性を示した。
