Caleb Chuck

収録論文 9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

• 対比的相互作用による物体操作のゼロからの学習
  強化学習2026/6/10

  強化学習における対比学習が操作タスクで苦戦する原因を分析し、相互作用を考慮したリサンプリング手法(IWR)を提案して、シミュレーションと実機のエアホッケーで性能を向上させた。

• 目標条件付き強化学習のためのヌル反事実的因子相互作用
  目標条件付き強化学習2025/5/6

  物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。

• RLZero: ドメイン内教師なしで言語から直接方策を推論
  VLA2024/12/1

  言語指示から動画生成モデルで想像した観測を対象環境に投影し、教師なし強化学習で事前学習したエージェントが即座に模倣することで、追加学習なしに言語から行動を生成する手法を提案。

• SkiLD: 因子間相互作用に導かれた教師なしスキル発見
  教師なし強化学習2024/10/1

  状態を因子に分解し、因子間の多様な相互作用を引き起こすスキルを教師なしで学習する手法を提案。家庭環境ロボットなど長期的な疎報酬タスクで既存手法を上回る。

• オフラインデータセットを用いた観察からの模倣学習への双対アプローチ
  模倣学習2024/6/1

  専門家の行動データなしに観察のみから模倣するため、双対性原理に基づく多段効用関数を直接学習するDILOを提案し、高次元観察でも性能を向上させた。

• ロボットエアホッケー：強化学習のためのマニピュレーションテストベッド
  sim2real2024/5/1

  ロボットエアホッケーを題材に、到達からブロック押し出しまで多様なタスクと2つのシミュレータ・実機を含む強化学習テストベッドを構築し、模倣学習・オフラインRL・スクラッチRLで評価した。

• グレンジャー因果的相互作用スキル連鎖
  階層強化学習2023/6/1

  状態因子間の相互作用を検出し、少数のタスク非依存スキルを連鎖させて制御する階層強化学習手法COInSを提案し、ロボット押しタスクやBreakoutでサンプル効率と性能を改善した。

• ScrewNet：スクリュ理論を用いた深度画像からのカテゴリ非依存な関節モデル推定
  関節物体認識2020/8/1

  スクリュ理論で関節種類を統一的に表現し、深度画像から物体の関節モデルをカテゴリ事前知識なしで推定する手法を提案した論文。

• ロボット深層学習における人間中心サンプリングとロボット中心サンプリングの比較
  模倣学習2016/10/1

  ロボットの深層学習によるデモンストレーション学習で、人間が教示するHCサンプリングとロボットの実行に人間が修正ラベルを付けるRCサンプリングを、グリッドワールドと実機の物体分離タスクで比較した論文。