Igor Mordatch
収録論文 24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
- 自己改善する身体性基盤モデルVLA2025/9/1
ロボット基盤モデルの事後学習を2段階（行動クローン＋残りステップ予測のSFT、その後自己改善）で行い、人手を最小限に自律的なスキル獲得と高い成功率を実現した研究。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- Sim-to-Real強化学習による双腕ブロック組み立てsim2real2023/3/1
シミュレーションで強化学習した双腕ロボットの制御方策を実機に転移し、磁気ブロックをU字に組み立てるタスクを人手デモなしで実現した。
- PaLM-E: 身体性を持つマルチモーダル言語モデルVLA2023/3/1
視覚や連続状態などのセンサ入力を言語モデルに統合し、ロボット操作計画や視覚的質問応答など複数の身体性タスクを単一モデルで解けるようにした研究。
- グラウンデッドデコーディング：身体性エージェントのための接地モデルによるテキスト生成誘導VLA2023/3/1
言語モデルの知識と環境に接地したモデルを組み合わせ、ロボットが長期的な身体性タスクを実行できるようテキスト生成を誘導する手法を提案。
- RT-1: 実世界制御のための大規模ロボティクストランスフォーマーVLA2022/12/1
多様なロボットデータで訓練したTransformerモデルRT-1を提案し、実世界タスクにおけるデータ量・モデル規模・データ多様性に対する汎化性能を大規模実験で検証した。
- 教師あり学習による暗黙的オフライン強化学習オフライン強化学習2022/10/1
固定データセットからロボットスキルを獲得するため、暗黙的モデルでリターン情報を活用するオフライン強化学習手法を提案し、高次元の操作・歩行タスクで有効性を示した。
- 内なる独白：言語モデルを用いた計画による身体性推論VLA2022/7/1
LLMが環境からの言語フィードバックを活用して「内なる独白」を形成し、ロボットの計画・制御を改善する手法を提案。実世界を含む3領域でタスク完了率が向上した。
- ブロックを組み立てよう！大規模構造化強化学習による組立学習組立/強化学習2022/3/1
磁石付きブロックを目標設計図どおりに組み立てる物理環境を構築し、大規模強化学習とグラフベース方策の組み合わせで、未見の設計図にもゼロショットで対応できるエージェントを訓練した。
- シミュレーションから実機への強化学習による両腕マニピュレーションと接続作業両腕マニピュレーション2022/3/1
シミュレーションで強化学習を訓練し、2台のxArm6ロボットで磁石付きブロックを把持・接続する両腕協調タスクを実機実行できることを示した論文。
- 言語モデルをゼロショットプランナーとして活用：身体性エージェントのための実行可能知識の抽出VLA2022/1/1
大規模言語モデルが追加学習なしに高レベルな自然言語タスクを中間計画に分解できることを示し、既存の実演に基づいて計画を実行可能な行動に変換する手法を提案した論文。
- 幾何認識を活用したマルチタスク学習による器用な操作の汎化マニピュレーション2021/11/1
物体の点群表現とマルチタスク学習を組み合わせることで、100以上の多様な実物体を把持内で操作でき、未見の形状やサイズにも汎化する単一の汎用方策を実現した。
- 暗黙的モデルによる行動クローニング模倣学習2021/9/1
エネルギー-basedモデルを用いた暗黙的行動クローニングが、明示的モデルより優れることを示し、D4RLや実機の接触タスクで有効性を実証した論文。
- 潜在空間コロケーションによるモデルベース強化学習モデルベースRL2021/6/1
画像から学習した潜在状態モデルを用い、行動ではなく潜在状態の軌跡をコロケーション法で計画することで、長期的なタスクにおける視覚的モデルベース強化学習を改善した研究。
- Brax：大規模剛体シミュレーション向け微分可能物理エンジン物理シミュレーション2021/6/1
JAXで書かれた高速・並列な剛体シミュレータBraxを提案し、強化学習アルゴリズムと環境を同一デバイス上で実行可能にした。
- スキル空間計画によるリセット不要の生涯学習生涯学習2020/12/1
非エピソード的で非定常な環境でも破滅的失敗を避けつつ長期計画できるよう、高次スキルを教師なしで獲得し、学習したダイナミクスモデルでスキル空間上を計画するLiSPを提案した論文。
- 再配置：身体性AIへの挑戦身体性AI2020/11/1
物体を指定された状態に並べ替える「再配置」タスクを身体性AI研究の共通ベンチマークとして提案し、4つのシミュレーション環境と評価指標を示した論文。
- モデルベース強化学習のためのゲーム理論的枠組みモデルベースRL2020/4/1
モデルベース強化学習を方策プレイヤーとモデルプレイヤーのシュタッケルベルクゲームとして定式化し、二段階最適化で解く統一的なアルゴリズム群を提案した論文。
- 継続的生涯学習のための適応的オンラインプランニング生涯学習2019/12/1
モデルベース計画とモデルフリー学習を組み合わせ、不確実性に応じて必要な時だけ計画を呼び出すことで、環境変化に適応しつつ計算コストを抑えるオンライン生涯学習アルゴリズムを提案した。
- エネルギーベースモデルによるモデルベース計画モデルベースRL2019/9/1
エネルギーベースモデル(EBM)をモデルベース強化学習の計画に用い、オンライン学習と最大エントロピー推論により多様な状態計画と未知障害物への汎化を実現した。
- 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。
- 時間セグメントモデルによる予測と制御モデルベース制御2017/3/1
状態と行動の時間セグメント上の深層生成モデルで複雑な非線形システムのダイナミクスを学習し、長期的な予測とモデルベース方策最適化を実現した。
- 深層逆動力学モデル学習によるシミュレーションから実世界への転移sim2real2016/10/1
シミュレーション上の制御方策が示す次状態を実現する実世界の行動を、学習した深層逆動力学モデルで選ぶことで、シミュレーションから実機への転移を図る手法を提案した。
