Avi Singh
収録論文 14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
- ロボット卓球:高速学習システムのケーススタディsim2real2023/9/1
人間と数百回のラリーができる卓球ロボットの学習システムを詳細に解説し、遅延対策や分布シフト、知覚の堅牢性、行動空間の選択などを実験的に検証した。
- 視覚的バックトラッキング遠隔操作:画像ベースオフライン強化学習のためのデータ収集プロトコルオフライン強化学習2022/10/1
遠隔操作で失敗・回復・成功を意図的に収集するVBTプロトコルを提案し、Tシャツ把持タスクでオフライン強化学習の性能を13%向上させた。
- ゼロから始めない:事前データを活用したロボット強化学習の自動化強化学習2022/7/1
多様なオフラインデータを活用し、新タスクへの適応と環境リセットを自律的に行うロボット強化学習手法を提案。サンプル効率と汎化性能を向上させる。
- i-Sim2Real:人間とロボットの密接なインタラクションループにおける強化学習sim2real2022/7/1
人間との協調行動をシミュレーションで学習するため、人間モデルとロボット方策を交互に実世界で更新する反復的なsim-to-real手法を提案し、卓球での協調ラリーに適用した。
- Parrot: 強化学習のためのデータ駆動型行動事前分布強化学習2020/11/1
多様な既存タスクの成功試行から複雑な入出力関係を学習する行動事前分布を事前学習し、新規タスクの迅速な学習を可能にする手法を提案。画像観測と疎報酬のロボットマニピュレーションで大幅に優れる。
- 過去の経験と新スキルを繋ぐオフライン強化学習オフライン強化学習2020/10/1
過去のタスクや無監督探索で得たデータを動的計画法で再利用し、新タスクのスキルを拡張するオフラインRL手法を提案。4つのロボットスキルを連続で組み合わせる難タスクで有効性を示した。
- 実世界ロボット強化学習の構成要素マニピュレーション2020/4/1
人手を介さず実世界データだけで継続的に自律学習できるロボット強化学習システムを提案し、三本指ハンドの器用な操作タスクで有効性を示した。
- 自律的改善によるスケーラブルなマルチタスク模倣学習模倣学習2020/3/1
マルチタスク設定を活用し、あるタスクでの失敗試行を別タスクの成功例として再利用することで、強化学習なしにロボットが自律的にデータ収集しながら模倣学習を改善できる手法を提案した。
- 報酬設計不要のエンドツーエンドロボット強化学習強化学習2019/4/1
成功例の少数サンプルと能動的なラベル問い合わせだけで報酬関数を学習し、カメラ画像入力の実機マニピュレーションを人手の報酬設計なしで獲得する手法を提案。
- 少数例からの目標推論による視覚運動学習と計画少数ショット目標推論2018/10/1
成功終状態の画像を数枚与えるだけでタスク目標を学習する少数ショット目標学習を定式化し、メタ学習した分類器を強化学習や視覚モデルベース計画と組み合わせてロープ操作・視覚ナビゲーション・実機物体配置で有効性を示した。
- 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。
- 弱ラベル画像で視覚ベースのロボット技能を汎化するGPLAC模倣学習2017/8/1
行動選択のマルチタスク学習と補助的な二値分類、注意機構付きCNNを組み合わせ、単一環境の相互作用データと多様な弱ラベル画像を併用して未知環境への汎化性能を高めた。
- 運転者の操作を先読みする車載センサーフュージョン深層学習運転行動予測2016/1/1
車内外のカメラとGPSの情報をLSTMで融合し、運転者の車線変更などの操作を約3.5秒前に高精度で予測するシステムを構築した。
- 感覚融合型RNNによる運転行動の予測行動予測2015/9/1
複数センサの情報を融合するLSTMベースのRNNで、運転操作を数秒前に予測する手法を提案し、精度と再現率を大幅に改善した。
