Aravind Rajeswaran
収録論文 27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
- Locate 3D: 自己教師あり学習による実世界3D物体位置推定3D位置推定2025/4/1
センサー点群に適用可能な自己教師あり学習手法3D-JEPAを提案し、言語指示に基づく3D物体位置推定を実現。新データセットも構築し、ロボットやARでの実世界展開を可能にした。
- LLMから行動へ:階層型ロボット制御における橋渡しとしての潜在コードVLA2024/5/1
LLMと低レベル方策の間を学習可能な潜在コードで橋渡しし、言語の制約を超えてエンドツーエンド微調整を可能にする階層型ロボット制御手法を提案。
- RoboHive:ロボット学習のための統合フレームワークロボット学習2023/10/1
多様なロボット学習環境を統一インターフェースで提供し、模倣学習や強化学習などの研究を容易にするソフトウェア基盤を構築した。
- 事前学習済み視覚表現はシミュレーションと実環境でどう機能するか:大規模実証研究sim2real2023/10/1
5種類の事前学習済み視覚表現を3台のロボットと2つの学習手法で実世界タスクに適用し、シミュレーション性能が実環境性能の指標になることなどを示した。
- MoDem-V2: 実世界ロボットマニピュレーションのための視覚運動ワールドモデルマニピュレーション2023/9/1
モデルベース強化学習とデモンストレーション活用により、環境計測なしの実世界で接触の多い器用なマニピュレーションスキルを直接学習するシステムを開発した。
- オフラインで訓練し、オンラインでテスト:実機ロボット学習ベンチマークsim2real2023/6/1
共有ロボットハードウェアとオープンソースデータセットを提供し、遠隔からオフライン学習手法を実機で評価できるベンチマークTOTOを提案した。
- 身体性知能のための人工視覚皮質の探求:現状と展望VLA2023/3/1
身体性AI向けの視覚基盤モデルを17タスクで体系的に評価し、大規模データで学習したVC-1が平均的に優れるが万能ではないことを示し、適応で更なる性能向上を実現した。
- 視覚運動制御における事前学習の再検討:スクラッチ学習ベースラインの再評価視覚運動制御2022/12/1
視覚運動制御タスクにおいて、データ拡張と浅いConvNetを用いた単純なスクラッチ学習ベースラインが、大規模視覚データセットで事前学習した表現を用いる最近の手法(PVR, MVP, R3M)と競合することを示し、事前学習データとベンチマーク間のドメインギャップの影響を明らかにした。
- MoDem: デモンストレーションによる視覚モデルベース強化学習の加速モデルベースRL2022/12/1
少数のデモンストレーションを活用し、方策事前学習・標的探索・デモデータのオーバーサンプリングの3段階でモデルベース強化学習のサンプル効率を大幅に改善する手法を提案。
- CACTI:スケーラブルなマルチタスク・マルチシーン視覚模倣学習のためのフレームワーク模倣学習2022/12/1
データ収集・拡張・視覚表現学習・模倣方策訓練の4段階からなるロボット学習フレームワークCACTIを提案し、実世界のキッチンで10タスク、シミュレーションで18タスク×100レイアウトの単一方策を効率的に訓練できることを示した。
- 実世界オフライン強化学習のための現実的データ源オフライン強化学習2022/10/1
安全な関連タスクの運用データを実世界ロボット学習のデータ源とし、4つの卓上マニピュレーションタスクで代表的なオフラインRL手法の汎化・転移性能を大規模に評価した研究。
- 基盤モデルはロボットマニピュレーションのゼロショットタスク指定ができるか?VLA2022/4/1
インターネット画像・手描きスケッチ・言語文といった多様な目標指定に対し、大規模事前学習モデル(基盤モデル)がゼロショットでロボット操作タスクを指定できるかをシミュレーションと実世界データで検証した。
- 制御における構成的汎化のためのポリシーアーキテクチャ模倣学習/強化学習2022/3/1
環境内のエンティティ構造を活かしたDeep SetsやSelf Attentionベースのポリシーを提案し、ロボット操作タスクで少ないデータで高い成功率と構成的汎化を実現した。
- 制御タスクにおける事前学習済み視覚モデルの意外な有効性VLA2022/3/1
大規模画像データセットで事前学習した視覚表現が、環境固有データなしでも制御ポリシーの学習に有効であることを多様な制御領域で実証した研究。
- R3M: ロボットマニピュレーションのための汎用視覚表現マニピュレーション2022/3/1
人間の動画データで視覚表現を事前学習し、下流のロボット操作タスクを少ないデータで効率的に学習できることを示した論文。
- 変分モデルを用いた視覚的敵対的模倣学習模倣学習2021/7/1
視覚的なデモンストレーションから変分モデルベースの敵対的模倣学習(V-MAIL)を提案し、サンプル効率と安定性を向上させて視覚運動ポリシーを学習する。
- COMBO: 保守的なオフラインモデルベース方策最適化オフライン強化学習2021/2/1
学習したダイナミクスモデルでのロールアウトから得た分布外状態行動ペアで価値関数を正則化し、明示的な不確実性推定なしに保守的なオフライン強化学習を実現した手法。
- 潜在空間モデルによる画像からのオフライン強化学習オフラインRL2020/12/1
画像観測から潜在状態のダイナミクスモデルを学習し、潜在空間で不確実性を表現することで、オフライン強化学習を視覚タスクに拡張した研究。
- モデルベース強化学習のためのゲーム理論的枠組みモデルベースRL2020/4/1
モデルベース強化学習を方策プレイヤーとモデルプレイヤーのシュタッケルベルクゲームとして定式化し、二段階最適化で解く統一的なアルゴリズム群を提案した論文。
- Lyceum:高速でスケーラブルなロボット学習エコシステムロボット学習基盤2020/1/1
JuliaとMuJoCo上に構築したロボット学習向けの高速計算基盤で、既存のGymやdm-controlより5〜30倍速く、並列計算やリアルタイムMPCも可能にした。
- オンライン計画とオフライン学習による効率的なモデルベース制御モデルベース強化学習2018/11/1
局所的なモデルベース制御と大域的な価値関数学習を組み合わせ、軌道最適化と不確実性を用いた探索により、ヒューマノイド歩行や器用なハンドマニピュレーションを短時間で学習するPOLOフレームワークを提案した。
- 深層強化学習による器用な多指マニピュレーション:効率的・汎用的・低コストマニピュレーション2018/10/1
シミュレーションを使わず実世界でモデルフリー深層強化学習を直接訓練し、低コスト多指ハンドで接触の多い複雑な操作スキルを4〜7時間で学習できることを示した。少数の人間デモで学習を2〜3時間に短縮できることも実証した。
- 非把持マニピュレーションのための強化学習:シミュレーションから実機への転移sim2real2018/3/1
3台のPhantomロボットで物体を押して目標位置へ運ぶ制御を、同定したシミュレータ上でモデルベース強化学習により学習し、追加学習なしで実機に転移できることを示した。モデルアンサンブル学習によりモデリング誤差への頑健性も向上する。
- 分割統治強化学習強化学習2017/11/1
初期状態空間をスライスに分割し、各スライスで方策を学習してから統合することで、初期状態のばらつきが大きいタスクを安定して解く強化学習手法を提案した。
- 深層強化学習とデモンストレーションによる複雑な器用マニピュレーションの学習マニピュレーション2017/9/1
24自由度の多指ハンドで複雑な操作タスクをモデルフリー深層強化学習でゼロから学習し、少数の人間デモンストレーションを併用することでサンプル効率とロバスト性を大幅に改善した。
- 連続制御における汎化と単純化への道連続制御2017/3/1
線形やRBFの単純なパラメータ化でも連続制御タスクを解けることを示し、多様な初期状態での訓練が汎化性能を高めることを明らかにした。
- モデルアンサンブルによるロバストなニューラルネットワーク方策の学習sim2real2016/10/1
複数のシミュレーションモデルをアンサンブルし敵対的訓練を行うことで、未知の環境変化にも頑健に汎化する強化学習方策を学習するEPOptを提案した。
