Emanuel Todorov
収録論文 7本 ・ フィジカルAI/ロボット学習
ロボット学習基盤モデルベース強化学習sim2realマニピュレーション連続制御最適化
※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
- Lyceum:高速でスケーラブルなロボット学習エコシステムロボット学習基盤2020/1/1
JuliaとMuJoCo上に構築したロボット学習向けの高速計算基盤で、既存のGymやdm-controlより5〜30倍速く、並列計算やリアルタイムMPCも可能にした。
- オンライン計画とオフライン学習による効率的なモデルベース制御モデルベース強化学習2018/11/1
局所的なモデルベース制御と大域的な価値関数学習を組み合わせ、軌道最適化と不確実性を用いた探索により、ヒューマノイド歩行や器用なハンドマニピュレーションを短時間で学習するPOLOフレームワークを提案した。
- 非把持マニピュレーションのための強化学習:シミュレーションから実機への転移sim2real2018/3/1
3台のPhantomロボットで物体を押して目標位置へ運ぶ制御を、同定したシミュレータ上でモデルベース強化学習により学習し、追加学習なしで実機に転移できることを示した。モデルアンサンブル学習によりモデリング誤差への頑健性も向上する。
- 深層強化学習とデモンストレーションによる複雑な器用マニピュレーションの学習マニピュレーション2017/9/1
24自由度の多指ハンドで複雑な操作タスクをモデルフリー深層強化学習でゼロから学習し、少数の人間デモンストレーションを併用することでサンプル効率とロバスト性を大幅に改善した。
- 連続制御における汎化と単純化への道連続制御2017/3/1
線形やRBFの単純なパラメータ化でも連続制御タスクを解けることを示し、多様な初期状態での訓練が汎化性能を高めることを明らかにした。
- 経験と模倣から器用な操作ポリシーを学習するマニピュレーション2016/11/1
五本指ロボットハンドの非把持操作について、軌道最適化と人間のデモンストレーションで局所制御器を構築し、深層学習と最近傍法で初期状態の汎化を比較した研究。
- グラフ的ニュートン法最適化2015/8/1
関数の計算構造をグラフで表し、その木幅に基づいてニュートン法の計算量を削減する手法を提案した論文。
