Elliot Chane-Sane

収録論文 8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

• ロボストラル・ナビゲート：単眼RGBのみで動作するスケーラブルな視覚言語ナビゲーションモデル
  ナビゲーション2026/7/1

  単眼RGB画像のみを入力とし、画像空間上でウェイポイントを予測することで、様々なロボット形態に再較正なしで適用可能な8B視覚言語モデルを提案。大規模シミュレーションデータと効率的な学習手法により、実世界データへの依存を低減しつつ高性能を実現した。

• 分離型逆伝播による一次モデルベース強化学習
  モデルベースRL2025/9/1

  シミュレータで軌道を生成し、学習した微分可能モデルを通して勾配を計算することで、シミュレータの勾配が不要な高効率な一次方策最適化を実現し、四足・二足歩行タスクで有効性を示した。

• 不安定な点足二足歩行のための制約付き強化学習とBoltロボットへの応用
  歩行2025/8/1

  点足型二足歩行ロボットBoltの制御に制約付き強化学習を適用し、Constraints-as-Terminationsとドメインランダム化でsim-to-real転移を実現した。バランス・速度制御・外乱応答を評価し、移動コストや床反力から自律性を分析した。

• 野生動物動画からの強化学習
  歩行2024/12/1

  インターネット上の野生動物動画を教師信号として活用し、四足ロボットが歩行・ジャンプ・静止などの多様な運動スキルを獲得する強化学習手法を提案した。

• SoloParkour: 特権経験を用いた視覚移動のための制約付き強化学習
  歩行2024/9/1

  特権情報で訓練した方策から経験を生成し、深度画像からのオフポリシー強化学習を効率化することで、四足ロボットに歩行・登攀・跳躍・這行などのパルクール技能を実現した。

• 制約を終端として扱う脚式ロコモーション強化学習
  歩行2024/3/1

  制約違反時に将来の報酬を確率的に打ち切る新手法CaTを提案し、四足歩行ロボットSoloの障害物踏破で制約遵守を実現した。

• 未見のマニピュレーションタスクに対する動画条件付き方策の学習
  マニピュレーション2023/5/1

  人間のデモ動画を共通の動画埋め込み空間でロボット動画に変換し、それを条件としてロボットのマニピュレーション方策を学習する手法ViPを提案。未見タスクをゼロショットで実行できる。

• 想像上のサブゴールを用いた目標条件付き強化学習
  強化学習2021/7/1

  高レベル方策が目標への中間状態を想像して事前方策を定義し、KL制約付き方策反復に組み込むことで、長期的推論を要する複雑なロボットナビゲーション・操作タスクの学習を効率化した研究。