Charles Xu
収録論文 11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
- 幾何学的サポートによる行動正則化でオンライン強化学習を改善強化学習2026/11/3
事前学習済み方策のサポートからの距離に基づいて罰則を与えるGSBRを提案し、サブ最適行動の排除と改善の両立を実現、4つのロボットベンチマーク19タスクで成功率を33%から95%に向上させた。
- ロボットデータ接種:人間とAIの協調による高カバレッジ実演データ収集模倣学習2026/10/28
人間の遠隔操作に学習中の残差ポリシーで摂動を加え、失敗からの回復実演を効率的に収集する共有制御フレームワークを提案し、実機3タスクで有効性を示した。
- RLトークン:視覚言語行動モデルを用いたオンライン強化学習のブートストラップVLA/強化学習2026/4/1
事前学習済みの視覚言語行動モデル(VLA)にRLトークンと呼ばれる小型の表現を追加し、その上で強化学習を行うことで、実ロボット上で数時間の練習だけで効率的に微調整できる手法を提案した。
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- RLDG: 強化学習によるロボット汎用方策の蒸留マニピュレーション2024/12/1
強化学習で生成した高品質なデータを用いて汎用ロボット方策を微調整する手法を提案し、人間のデモより最大40%高い成功率を達成した。
- 人間参加型強化学習による精密で器用なロボットマニピュレーションマニピュレーション2024/10/1
人間のデモと修正を組み込んだ視覚ベース強化学習システムを提案し、動的操り・精密組立・両腕協調などの多様なタスクを1〜2.5時間の訓練でほぼ完璧な成功率かつ高速に学習できることを示した。
- Octo: オープンソースの汎用ロボットポリシーVLA2024/5/1
80万件の軌道データで学習したTransformerベースの汎用ロボットマニピュレーションポリシーを提案し、言語や目標画像で指示でき、新しいセンサーや行動空間にも短時間でファインチューニング可能であることを示した。
- SERL: サンプル効率の高いロボット強化学習のためのソフトウェアスイート強化学習2024/1/1
実世界でのロボット強化学習を効率的に行うためのライブラリを開発し、PCB組み立てやケーブル配線などのタスクで25〜50分の訓練で高い成功率を達成した。
- FMB: 汎化可能なロボット学習のための機能的マニピュレーションベンチマークマニピュレーション2024/1/1
3Dプリント可能な物体を用いて、把持・再配置・組立などの基本スキルとその組み合わせを評価する実世界ロボット学習ベンチマークを提案し、模倣学習フレームワークも提供する。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 階層的模倣学習による多段階ケーブル配線マニピュレーション2023/7/1
ケーブルを複数のクリップに通す多段階操作を、下位の運動制御と上位のタスク順序決定を模倣学習で階層的に学習し、失敗からの回復も可能にした研究。
