Anusha Nagabandi

収録論文 13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

• サポート制約付きRLによる実世界経験なしの実世界ポリシー改善
  強化学習2026/6/1

  実データで事前学習したポリシーをシミュレーション内でRLにより改善する際、生成ポリシーのサポートに制約を課すことで、転移可能な行動を保証しつつ性能を向上させる手法SCOREを提案。8つの器用な多指操作タスクで成功率を大幅に改善した。

• TMRL: 拡散タイムステップ変調による事前学習が効率的なポリシー微調整のための探索を可能にする
  ロボット学習/強化学習2026/5/1

  ロボットポリシーの事前学習と強化学習による微調整を橋渡しする統一フレームワークを提案。事前学習時に拡散ノイズを注入し、微調整時にタイムステップを動的調整することで探索を制御し、複雑な操作タスクの実機微調整を1時間以内で成功させる。

• 残差フロー誘導による強化学習：器用なマニピュレーションのための適応手法
  マニピュレーション2026/2/1

  事前学習済みのフローマッチング方策を、残差行動と潜在ノイズ分布を同時最適化する強化学習で微調整し、器用なマニピュレーションを効率的に適応させる手法を提案。

• 行動クローニング方策を微調整するための残差オフポリシー強化学習
  強化学習2025/9/1

  行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。

• 拡散ポリシーを潜在空間強化学習で操縦する
  VLA2025/6/1

  拡散ポリシーの潜在ノイズ空間に強化学習を適用し、実世界で効率的に自律適応させる手法DSRLを提案。

• 潜在空間コロケーションによるモデルベース強化学習
  モデルベースRL2021/6/1

  画像から学習した潜在状態モデルを用い、行動ではなく潜在状態の軌跡をコロケーション法で計画することで、長期的なタスクにおける視覚的モデルベース強化学習を改善した研究。

• 画像からのメタ強化学習を潜在状態モデルで実現するMELD
  メタ強化学習2020/10/1

  潜在状態モデルをタスク推論として用い、画像入力からメタ強化学習を行うMELDを提案し、実機WidowXで8時間の訓練により新しい位置へのケーブル挿入を実現した。

• 深層ダイナミクスモデルによる器用なマニピュレーションの学習
  マニピュレーション2019/9/1

  深層ダイナミクスモデルとオンライン予測制御を組み合わせ、実世界の24自由度ロボットハンドで4時間の実データのみから複数物体の器用な操作を学習できることを示した論文。

• メタ学習による深層オンライン学習：モデルベース強化学習のための継続的適応
  モデルベースRL2018/12/1

  SGDによるオンライン更新と中国レストランプロセス事前分布を用いたEMアルゴリズムでモデル群を管理し、メタ学習で適応を効果的にする手法MOLeを提案。モデルベース強化学習に適用し、非定常な地形やモータ変化への継続的適応で既存手法を上回ることを示した。

• モデルベース強化学習による実世界でのオンライン適応学習
  メタ学習/sim2real2018/3/1

  メタ学習で力学モデルの事前分布を訓練し、実世界の脚式小型ロボットが脚の欠損や未知の地形、姿勢推定誤差などにオンラインで素早く適応できることを示した論文。

• 動きのタイミングで感情を伝えるロボット
  マニピュレーション2018/2/1

  ロボットの動作タイミングを変えることで、自信や運搬物の重さなどの内部状態を人に伝えられることを示し、その推論モデルを構築した論文。

• 画像条件付きダイナミクスモデルによる脚式ミリロボットの制御学習
  歩行2017/11/1

  17分未満のデータからニューラルネットでロボットのダイナミクスを学習し、カメラ画像を条件に地形ごとの歩容をオンライン生成して目的地追従を実現した。

• モデルベース深層強化学習のためのニューラルネットワークダイナミクスとモデルフリーファインチューニング
  モデルベース強化学習2017/8/1

  中規模ニューラルネットのダイナミクスモデルとモデル予測制御を組み合わせ、ランダム行動データのみから効率的に歩行・遊泳などの運動スキルを学習し、さらにモデルフリー学習の初期化に用いることでサンプル効率を3〜5倍向上させた。