Costas Spanos
University of California, Berkeley
収録論文 5本 ・ フィジカルAI/ロボット学習
マニピュレーション自己改善sim2realロバスト強化学習/ベンチマーク逆強化学習
※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
- OmniPiano: 標準・堅牢・安全・マルチエージェントRLのための多様な器用なピアノ演奏ベンチマークマニピュレーション2026/10/30
1〜5本のShadow Handによるピアノ演奏タスクを統一環境で提供し、標準・堅牢・安全・マルチエージェントRLを評価できるベンチマークOmniPianoを提案した。912以上のタスク設定と36のベースラインで現行手法の限界を示した。
- ロボットを改善するのは誰か?物理的再帰的自己改善に向けて自己改善2026/10/13
物理的経験を通じてロボットが能力と改善手順そのものを更新する「物理的再帰的自己改善」を定義し、L0-L5の枠組みで既存研究を整理したサーベイ。
- ロボティクスにおけるSim2Real転移後の安全な継続的ドメイン適応sim2real2025/3/1
ドメインランダム化で事前学習したRL方策を、安全RLと継続学習により実機展開後も安全に適応させ、破滅的忘却を防ぐ手法を提案した論文。
- Robust Gymnasium:ロバスト強化学習のための統合モジュラー型ベンチマークロバスト強化学習/ベンチマーク2025/2/1
ロバスト強化学習の標準ベンチマークが不足している問題に対し、エージェントの観測・報酬・行動・環境の多様な撹乱をサポートする60以上のタスク環境を備えた統合ベンチマークを提案し、既存手法を評価した。
- 深層ガウス過程による逆強化学習逆強化学習2015/12/1
深層ガウス過程で状態特徴の抽象表現を学習し、最大エントロピー枠組みと組み合わせて少ない実演から複雑な報酬を推定する逆強化学習手法を提案した。
