Frederik Ebert
収録論文 13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
- ロボットのための事前学習:オフラインRLで少数試行から新タスクを学習オフラインRL2022/10/1
多様なロボットデータセットで事前学習したオフラインRL(CQL)を、10件程度の実演で新タスクに迅速に微調整するPTRを提案し、実機WidowXで有効性を示した。
- BC-Z: ロボット模倣学習によるゼロショットタスク汎化模倣学習2022/2/1
言語や動画で条件付けできる模倣学習システムを構築し、100以上のタスクで学習して未見の24タスクを実演なしで平均44%の成功率で遂行できることを示した。
- Bridge Data:クロスドメインデータセットでロボット技能の汎化を促進模倣学習2021/9/1
10環境71タスク7200デモからなる大規模マルチドメインデータセットを収集し、新規タスク・新規環境での学習に併用すると成功率が約2倍になることを示した。
- 自己教師あり機能距離を用いたモデルベース視覚計画モデルベース計画2020/12/1
オフラインのラベルなしデータのみから視覚ダイナミクスモデルと動的距離関数を学習し、目標観測を指定するだけで多様なタスクを達成するモデルベース視覚計画手法を提案した。
- 目標条件付き階層予測器による長期視覚計画視覚計画2020/6/1
目標情報を考慮した潜在空間予測器を階層的に組み合わせ、粗から細へと軌道を最適化することで、従来より長い視覚計画タスクを解けるようにした研究。
- OmniTact:多方向高解像度触覚センサ触覚2020/3/1
複数のマイクロカメラでゲル状皮膚の多方向変形を捉える、ロボット指先用の高解像度触覚センサを開発し、コネクタ挿入や接触角推定タスクで有効性を示した論文。
- RoboNet: 大規模マルチロボット学習のための共有データベースマニピュレーション2019/10/1
7種類のロボットから1500万フレームの動画を集めた共有データベースRoboNetを構築し、視覚ベースのマニピュレーション学習に活用できることを示した。
- 物理理解による即興ツール使用:視覚的先読みを用いた新規物体の活用ツール使用2019/4/1
ロボットが未見の物体をツールとして使い、画像入力のみから複雑な道具使用タスクを遂行するモデルとサンプリング最適化手法を提案した。
- 触覚で操る:深層予測モデルによる触覚ベース制御触覚2019/3/1
高解像度触覚センサと深層ニューラルネットのダイナミクスモデルを組み合わせ、生の触覚入力から触覚サーボを教師なしで学習する枠組みを提案し、ボールやサイコロなどを目標触覚状態へ操作できることを示した。
- 視覚的先読み:視覚ベースロボット制御のためのモデルベース深層強化学習モデルベース強化学習2018/12/1
カメラ画像から未来を予測するモデルを自己教師ありで学習し、その予測に基づくモデル予測制御で未知の物体を含む多様な操作タスクを実現した研究。
- 再試行によるロバスト化:自己教師あり学習を用いた閉ループロボットマニピュレーションマニピュレーション2018/10/1
生画像入力のみから自己教師あり学習でロボットの操作スキルを獲得する手法を提案し、不完全な予測モデルでも対象物を追跡しながら繰り返し再試行することで把持や物体の再配置などの複雑なタスクを実現した。
- 確率的敵対的動画予測動画予測2018/4/1
潜在変数モデルと敵対的学習を組み合わせ、将来の動画フレームをよりリアルかつ多様に予測する手法を提案した論文。
- 時間スキップ接続を用いた自己教師あり視覚計画視覚計画2017/10/1
ロボットが自分の収集データから直接映像予測を行い、遮蔽物があっても物体を追跡できる時間スキップ接続付きモデルで目標達成のための行動を計画する手法を提案した。
