Corey Lynch
収録論文 16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。
- PaLM-E: 身体性を持つマルチモーダル言語モデルVLA2023/3/1
視覚や連続状態などのセンサ入力を言語モデルに統合し、ロボット操作計画や視覚的質問応答など複数の身体性タスクを単一モデルで解けるようにした研究。
- GoalsEye: 実機ロボットによる高速高精度卓球の学習模倣学習2022/10/1
反復模倣学習を用いて、実機ロボットで高速・高精度な卓球の目標指向制御を実現し、アマチュア人間と同等以上の性能を示した。
- 対話型言語：ロボットとリアルタイムに対話するVLA2022/10/1
数十万件の言語注釈付き軌道データで行動クローニングを行い、リアルタイムの自然言語指示に応じてロボットを操作するフレームワークを構築し、データセットやベンチマークを公開した。
- 物体認識表現を用いたマルチオブジェクト環境での視覚運動制御マニピュレーション2022/5/1
物体を意識した自己教師あり表現学習により、複数物体が存在する環境でのロボット制御方策を少ないデータで効率的に学習する手法を提案し、従来手法を上回る性能を示した。
- デモンストレーションで初期化したマルチタスク強化学習による自律練習マニピュレーション2022/3/1
事前データでマルチタスク強化学習をブートストラップし、リセットを最小限に抑えつつロボットが自律的に練習して長期的なタスクを解けるようにした研究。
- BC-Z: ロボット模倣学習によるゼロショットタスク汎化模倣学習2022/2/1
言語や動画で条件付けできる模倣学習システムを構築し、100以上のタスクで学習して未見の24タスクを実演なしで平均44%の成功率で遂行できることを示した。
- 暗黙的モデルによる行動クローニング模倣学習2021/9/1
エネルギー-basedモデルを用いた暗黙的行動クローニングが、明示的モデルより優れることを示し、D4RLや実機の接触タスクで有効性を実証した論文。
- 広域探索と局所方策を組み合わせた長期的タスク計画のための木探索タスク計画2020/10/1
RRT風の広域木探索とタスク条件付き学習方策を組み合わせ、長期的なタスク計画を効率的に行う手法BELTを提案した論文。
- 人間の遊びを模倣してロボットが遊びを学習する模倣学習2020/6/1
少量の人間のテレオペ遊びデータから行動クローニングで大量の遊びデータを自律生成し、それを追加学習に使うことで汎用ゴール条件付き方策の性能を向上させた。
- 自由形式の言語条件付き模倣学習言語条件付き模倣学習2020/5/1
ピクセル知覚・言語理解・多タスク連続制御を単一ネットワークで学習し、ラベルなし実演データを活用して自然言語指示で多様なロボット操作を実現した。
- リレーポリシー学習：模倣と強化学習による長期タスクの解決マニピュレーション2019/10/1
模倣学習でゴール条件付き階層ポリシーを生成し、強化学習で微調整することで、キッチン環境の多段階・長期マニピュレーションタスクを解く手法を提案した。
- オンライン物体表現のための対照学習自己教師あり学習2019/6/1
単眼動画からラベルなしで物体属性を学習する対照学習手法を提案し、ロボットが自己収集データで訓練して物体指差しを実現した。
- プレイデータから潜在プランを自己教師あり学習するロボット制御模倣学習2019/3/1
人間の遠隔操作プレイデータを自己教師あり学習で潜在空間に整理し、テスト時に特定の目標へ再利用するPlay-LMPを提案。ラベルなしプレイから学習したモデルは、18の視覚的マニピュレーションタスクで専門家訓練ポリシーを大幅に上回り、摂動に頑健で再試行行動も示す。
- 視覚観察から行動可能な表現を学習する表現学習2018/8/1
複数フレームを同時に埋め込むことで位置と速度をより正確に符号化する自己教師あり表現学習を提案し、その埋め込みのみを入力としてPPOで連続制御方策を学習できることを示した。
- 時間対照学習：動画からの自己教師あり学習自己教師あり学習2017/4/1
複数視点のラベルなし動画から、視点不変で時間的に変化する特徴を時間対照損失で学習し、ロボットの人間動作模倣や報酬関数として活用できることを示した論文。
