Elie Aljalbout
NVIDIA
収録論文 25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
- ARC: ロボット基盤モデルのための推論レシピVLA2026/10/8
既存のロボット基盤モデルに「推論トレース」を自動生成して学習させることで、追加のロボット実演データや大規模学習なしにゼロショット性能を大幅に向上させる手法ARCを提案。
- LeWAM:拡散誘導MPCを用いたJEPA世界行動モデルVLA2026/10/8
JEPA潜在空間上で順・逆・逆動力学と政策を双方向トランスフォーマで予測する世界行動モデルを提案し、政策ヘッドのノイズ空間でMPC計画を行うことで閉ループ性能を向上させた。
- 潜在行動によるクロスエンボディメント・ロボット基盤ワールドモデルワールドモデル2026/10/7
多様なロボットの身体と行動空間を統一した潜在行動空間で扱うワールドモデルLAC-WMを提案し、未知の身体への適応性能が最大46.7%向上することを示した。
- DREAMSTEER: 潜在世界モデルによるVLAポリシーの展開時誘導(微調整不要)VLA/世界モデル2026/7/1
事前学習済みの視覚言語行動(VLA)ポリシーを、微調整なしで展開時に潜在世界モデルと価値モデルを用いて誘導し、分布シフト下での成功率と指示追従精度を大幅に向上させるフレームワークを提案した。
- イベントカメラを用いた混雑環境でのクアッドローター飛行のための近似模倣学習ドローン飛行2026/3/1
イベントカメラの高周波データをシミュレーションする計算コストを回避するため、表現学習と方策探索を分離し、オフラインデータで表現を学習後、軽量な状態情報のみで方策を微調整する近似模倣学習を提案。訓練時間を28倍短縮し、実機でも有効性を実証した。
- ロボティクスにおけるリアルギャップ:課題・解決策・ベストプラクティスsim2real2025/10/1
シミュレーションと実環境の差異(リアルギャップ)の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
- オンザフライ学習:微分可能シミュレーションによる迅速な方策適応sim2real2025/8/1
微分可能シミュレーション内で残差ダイナミクス学習と実時間方策適応を統合し、実世界データでモデルを逐次更新することで、未見の外乱に5秒以内で適応するオンライン学習フレームワークを提案した。
- 状態空間ワールドモデルによるモデルベース強化学習の高速化モデルベースRL2025/2/1
状態空間モデル(SSM)を用いてダイナミクスモデルの学習を並列化し、モデルベース強化学習の計算ボトルネックを解消。部分観測環境向けに特権情報を活用するアーキテクチャも提案し、実機のアジャイルなクアッドロータ飛行タスクで検証した。
- 夢見るドローン:視覚ベース飛行のためのモデルベース強化学習VLA2025/1/1
DreamerV3を用いて、カメラ画像のみを入力としてドローンレースコースを最大9m/sで飛行する視覚運動ポリシーを学習させた研究。
- 生徒に合わせた教師の訓練:部分観測下での模倣学習の改善模倣学習2024/12/1
特権情報を持つ教師と限られた観測の生徒の非対称性を解消するため、教師と生徒を同時に訓練し、生徒が模倣可能な行動を教師に学習させる枠組みを提案。
- クアッドロータのためのマルチタスク強化学習マルチタスク強化学習/クアッドロータ制御2024/12/1
クアッドロータ制御において、共有された物理ダイナミクスを活用し、単一のポリシーで複数の機動(高速安定化、速度追従、自律レースなど)を実行できるマルチタスク強化学習フレームワークを提案した。
- LIMT: 言語情報を活用したマルチタスク視覚ワールドモデルマルチタスク強化学習/ワールドモデル2024/7/1
事前学習済み言語モデルでタスクを意味的に表現し、視覚ワールドモデルと方策がタスク間の類似性を考慮できるようにするマルチタスク強化学習手法を提案。モデルベース手法がモデルフリー手法より優れることを示した。
- ロボット学習における力の運動由来推定の欠点マニピュレーション2024/7/1
ロボット学習が運動中心の行動空間に偏り、物理的相互作用を明示的に制御できていない問題を指摘し、相互作用を明示した行動空間の必要性を論じた論文。
- ロボットアームのオンライン動作生成と適応のためのガイド付きデコーディングマニピュレーション2024/3/1
模倣学習とTransformerベースの条件付きVAEでロボットアームの動作を学習し、ビーム探索によるガイド付きデコーディングで障害物回避や経由点変更にオンライン適応する手法を提案した。
- ロボットマニピュレーション学習とsim-to-real転移における行動空間の役割sim2real2023/12/1
ロボット操作学習とsim-to-real転移において、13種類の行動空間で250以上の強化学習エージェントを訓練し、性能と転移特性を評価して行動空間設計の指針を示した。
- Actor-Criticモデル予測制御:微分可能最適化と強化学習を融合した俊敏飛行VLA2023/6/1
微分可能なMPCをactor-critic強化学習に組み込み、短期予測最適化と長期学習を両立させた枠組みを提案し、ドローンレースで超人的な飛行性能を実証した。
- CLAS: 中央潜在行動空間によるマルチロボットマニピュレーションの協調マニピュレーション2022/11/1
複数のロボットが協調して操作を行うタスクにおいて、エージェント間で共有される学習済みの潜在行動空間を通じて協調を実現する手法を提案し、サンプル効率と学習性能の向上を示した。
- 双腕アセンブリのための集中制御ポリシー学習双腕マニピュレーション2021/10/1
モデルフリー強化学習とスパース報酬のみを用い、2つの分散型単腕コントローラを集中型学習ポリシーで結合するモジュール型フレームワークを提案し、双腕ペグ挿しタスクで実機転移を含む有効性を示した。
- 双腕ロボットによる敵対的ロボット学習双腕マニピュレーション2021/10/1
双腕ロボット環境を学習プラットフォームとして提案し、安全なデータ収集や環境リセットの容易さ、敵対的学習による汎化性能向上の可能性と課題を論じた論文。
- 適応的力インピーダンス行動空間によるロボットマニピュレーション技能の学習マニピュレーション2021/10/1
強化学習による遅い戦略最適化とリアルタイム適応制御を組み合わせた生体模倣の行動空間AFORCEを提案し、接触の多い実機マニピュレーションでサンプル効率・省エネ・安全性の向上を示した。
- 視覚的不快感を求めて:強化学習のための好奇心駆動型表現学習視覚強化学習2021/10/1
状態表現学習を活用し、学習が難しい状態への訪問を促す好奇心駆動の探索手法を提案。視覚ベース強化学習のサンプル効率と汎化性能を向上させた。
- 視覚ベース強化学習における好奇心の明示化視覚RL2021/9/1
状態表現学習を活用して探索を強化し、視覚ベース強化学習のサンプル多様性と効率を向上させる手法を提案した論文。
- 視覚に基づく反応的な障害物回避ポリシーの学習マニピュレーション2020/10/1
視覚入力と動作表現の関係を学習し、マニピュレータが障害物を回避しながら目標に到達する反応的なポリシーを構築する統合フレームワークを提案した。
- 深層強化学習を実践で機能させる方法強化学習2020/10/1
深層強化学習の性能に影響する初期化・入力正規化・適応学習手法の効果を調査し、デフォルトで使うべき手法とRL特化の改善が必要な領域を提案した論文。
- 学習ベースのタスク非依存スパイキング中枢パターン生成器歩行2020/3/1
スパイキングニューラルネットワークを用い、学習によって構築するタスク非依存かつ生物学的に妥当な中枢パターン生成器の枠組みを提案し、ロボット実験で異なる速度の安定歩行と歩行周期内の速度変化を実現した。
