Emilio Parisotto
収録論文 11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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- RoboCat: ロボットマニピュレーションのための自己改善型汎用エージェントマニピュレーション2023/6/1
多様なロボットとタスクの経験を活用し、新しいスキルや機体に適応できる汎用マニピュレーションエージェントRoboCatを提案。自己生成データによる改善ループも示す。
- 制御のための汎用ダイナミクスモデル制御/モデルベース強化学習2023/5/1
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
- 汎用エージェントGato:マルチモーダル・マルチタスク・マルチ身体ポリシーVLA2022/5/1
大規模言語モデルの手法を応用し、テキスト以外も含む単一の汎用エージェントGatoを構築。同じ重みでAtari操作、画像キャプション、対話、実機ロボットアームでの積み木など多様なタスクをこなす。
- 模倣して再利用:人と動物の動作から学習する再利用可能なロボット運動スキルsim2real2022/3/1
人や犬のモーションキャプチャデータを模倣して脚式ロボットの運動スキルモジュールを学習し、歩行やボールドリブルなどの下流タスクに再利用して実機へゼロショット転移した研究。
- PPOの勾配はなぜ裾が重いのか:ロバスト推定でクリッピングを置き換える強化学習2021/2/1
PPOの代理報酬の勾配が重裾分布になることを実証し、その原因が尤度比とアドバンテージにあると特定。3つのクリッピング手法を高次元ロバスト推定器GMOMで置き換え、MuJoCo連続制御で同等性能を達成した。
- 状態周辺分布マッチングによる効率的な探索強化学習探索2019/6/1
強化学習の探索を状態周辺分布と目標分布の一致問題として定式化し、状態密度モデルと方策の二人零和ゲームとして最適化する手法を提案した論文。
- ゲート付き経路計画ネットワーク経路計画2018/6/1
Value Iteration Networkを再帰畳み込みネットワークとして再解釈し、標準的なゲート付き再帰更新式を導入することで学習安定性と汎化性能を改善した経路計画モジュールを提案した。
- 注意機構付きリカレントネットワークによる大域姿勢推定SLAM2018/2/1
局所姿勢推定・姿勢選択・グラフ最適化を組み合わせた微分可能なニューラルネットワーク「Neural Graph Optimizer」を提案し、SLAMをエンドツーエンドで学習可能にした。
- 能動的ニューラル自己位置推定自己位置推定2018/1/1
信念伝播と方策を強化学習でend-to-endに学習し、少ないステップで正確に自己位置推定する手法を提案。2D/3Dのシミュレーション環境で有効性と汎化性能を示した。
