Gabriel Dulac-Arnold
収録論文 7本 ・ フィジカルAI/ロボット学習
VLA模倣学習/マニピュレーション歩行マニピュレーションモデルベースRL強化学習
※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
- RoboVQA:ロボティクスのためのマルチモーダル長期推論VLA2023/11/1
オフィス環境で収集した大規模な(映像, テキスト)ペアデータセットRoboVQAを構築し、長期タスクの高レベル推論を行う映像条件付きモデルを訓練した。
- 分布に戻れ:リターン・トゥ・ディストリビューション計画によるロバスト模倣模倣学習/マニピュレーション2023/5/1
専門家データと実環境の分布ずれに対処するため、模倣方策と「専門家分布に戻す」プランナを組み合わせたPOIRを提案し、操作タスクで初期状態やノイズに対するロバスト性を示した。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 人間の動画からロボットマニピュレーションのための報酬関数を学習マニピュレーション2022/11/1
人間の操作動画を活用し、ロボットの身体や環境に依存しない汎用的な報酬関数を学習する手法HOLDを提案。目標画像との距離を報酬とすることで、強化学習の探索を効率化する。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択(アンサンブル、確率性、多段階学習、タイムステップ幅など)がプランナ性能に与える影響を、真のモデル(シミュレータ)との比較を通じて体系的に分析した論文。
- モデルベースオフライン計画法モデルベースRL2020/8/1
オフラインデータから学習したモデルを用いて計画により直接システムを制御する手法MBOPを提案し、ロボティクス風タスクで有効性を示した。
- 実世界強化学習の9つの課題強化学習2019/4/1
強化学習を実世界に応用する際に障壁となる9つの課題を整理し、各課題の意味・既存手法・評価指標を示すとともに、それらを再現するテストベッド環境を提案した論文。
