Erik Wijmans
収録論文 14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
- 自己対戦から生まれる堅牢な自動運転自動運転2025/2/1
シミュレーション上で自己対戦を大規模に行うことで、人間のデータを使わずに堅牢で自然な自動運転ポリシーを獲得した研究。
- 盲目ナビゲーションエージェントの記憶に地図が創発するナビゲーション2023/1/1
視覚を使わず自己運動情報のみで強化学習したナビゲーションエージェントが、内部に環境の地図を暗黙的に構築し、未知環境でも高い成功率で賢く移動できることを示した。
- PIRLNav: 模倣事前学習と強化学習ファインチューニングによるObjectNavナビゲーション2023/1/1
人間のデモによる模倣学習で事前学習し、強化学習でファインチューニングする2段階手法を提案し、ObjectNavタスクで成功率65.0%を達成した論文。
- VER: オンポリシー強化学習のスケーリングによる身体性再配置におけるナビゲーションの創発強化学習2022/10/1
異種環境でのバッチオンポリシー強化学習を効率的にスケールさせるVERを提案し、ナビゲーションやモバイルマニピュレーションタスクで大幅な高速化を実現した。
- 補助損失と情報ボトルネックによる現実的なPointGoalナビゲーションナビゲーション2021/9/1
理想的な自己位置推定がない現実的なPointGoalナビゲーションで、補助損失と情報ボトルネックを用いて自己位置推定を学習し、ナビゲーション性能を向上させた研究。
- Habitat 2.0:家庭用アシスタントロボットの訓練プラットフォームsim2real2021/6/1
物理シミュレーション付き3D環境で家庭内の片付けや配膳などのタスクを解くロボットを訓練するためのデータ・シミュレータ・ベンチマークを提供し、強化学習と古典的パイプラインを比較した。
- 補助タスクと探索で実現するObjectNavナビゲーション2021/4/1
汎用的な学習エージェントに補助学習タスクと探索報酬を加えることで、地図を使わずにObjectNavの性能を大幅改善した研究。
- 限られたサンプルと計算資源でPointGoalナビゲーションエージェントを訓練する方法ナビゲーション2020/12/1
サンプル数やGPU時間の予算制約下でPointGoalナビゲーションを訓練し、優勢推定や視覚エンコーダ設計などの小さな設計選択が性能を大きく改善することを示した。
- 見えないシーンを見る:部屋ナビゲーションのためのアモーダル意味地図学習ナビゲーション2020/7/1
家の建築パターンを学習し、視野外の部屋の位置・大きさ・形を推定する意味地図を生成して、目標部屋への点ナビゲーション方策を訓練する手法を提案した。
- 補助タスクでPointGoalナビゲーションの学習を高速化ナビゲーション2020/7/1
自己教師ありの補助タスクをアテンションで統合し、PointNavの学習を従来の5.5倍高速化した研究。
- ObjectNav再考:物体ゴールナビゲーションの評価指針物体ナビゲーション2020/6/1
未探索環境でラベル指定された物体を探して移動するObjectNavタスクについて、評価基準・エージェント身体仕様・環境特性の標準的な指針を整理し、CVPR2020のEmbodied AIワークショップでの実装例を示した合意文書。
- ナビゲーショングラフを超えて:連続環境における視覚と言語によるナビゲーション視覚言語ナビゲーション2020/4/1
環境を疎なパノラマグラフで表す従来の仮定を排し、連続3D環境で自然言語指示に従い低レベル行動を実行するナビゲーションタスクを構築し、既存手法の性能が大きく低下することを示した。
- Sim2Real予測性:シミュレーション評価は実世界性能を予測できるかsim2real2019/12/1
同一コードをシミュレーションと実機で実行できるライブラリHaPyを開発し、PointGoalナビゲーションで9モデルの並行実験を行い、シミュレーション性能と実機性能の相関(SRCC)を定量化した。
- Habitat:身体性AI研究のための高速フォトリアル3Dシミュレーション基盤sim2real2019/4/1
フォトリアルな3D環境で身体性エージェントを高速に訓練・評価できるシミュレータHabitat-SimとAPIライブラリHabitat-APIを開発し、学習vsSLAMの再検証やクロスデータセット汎化実験を行った。
