Iman Nematollahi
University of Freiburg
収録論文 10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
- 夢で覚える:世界モデルによる汎用ロボット方策の継続的ステアリングVLA2026/10/9
凍結した汎用ロボット方策を、事前学習済み世界モデルによる想像ロールアウトでリハーサルしながら継続的に新タスクへ誘導し、破滅的忘却を防ぐ手法D2Rを提案。
- BLINK: NK細胞傷害活性の行動潜在モデリング細胞動態モデリング2026/3/5
NK細胞と腫瘍細胞の相互作用動態を潜在状態空間モデルで学習し、細胞傷害の結果を予測・解釈可能な行動モードに分類する手法を提案した論文。
- 時間的抽象化による前向き・後向き表現のスペクトル整合表現学習2026/3/1
連続制御における前向き・後向き表現の低ランク学習で生じるスペクトル不整合を、時間的抽象化がローパスフィルタとして働き緩和することを理論的・実験的に示した研究。
- DiWA: 世界モデルによる拡散ポリシーの適応拡散ポリシー/世界モデル/オフラインRL2025/8/1
世界モデルを活用し、拡散ポリシーをオフライン強化学習でファインチューニングするフレームワークDiWAを提案。実環境との相互作用を大幅に削減し、CALVINベンチマークで8タスクの性能を向上させた。
- LUMOS: 世界モデルを用いた言語条件付き模倣学習VLA2025/3/1
学習した世界モデルの潜在空間で長期ロールアウトを練習し、言語指示で操作可能なスキルを実機ロボットにゼロショット転移する模倣学習フレームワーク。
- ロボットマニピュレーションにおけるサンプル効率の良い方策改善のためのベイズ最適化マニピュレーション2024/3/1
少数のデモンストレーションからガウス混合モデルでスキルを学習し、ベイズ最適化で自律実行を改善するハイブリッド手法を提案し、サンプル効率の高さを実証した。
- キーポイント統合Soft Actor-Criticガウス混合モデルによるロボットスキルの汎化模倣学習/強化学習2023/10/1
ロボットが学習したスキルを未知環境に適応させるため、模倣と強化学習を統合し、学習したキーポイントでシーン内の参照を予測するKIS-GMMを提案。シミュレーションと実環境でゼロショット汎化と効率的な適応を実現。
- T3VIP: 変換ベースの3D動画予測動画予測2022/9/1
シーンを物体パーツに分解し、それぞれの剛体変換を予測することで3D運動を明示的にモデル化する、教師なしのRGB-D動画予測手法を提案した論文。
- ソフトアクター・クリティックとガウス混合モデルによるロボットスキル適応強化学習/スキル学習2021/11/1
示範学習と深層強化学習を組み合わせ、軌道分布空間でスキルを適応・洗練させるSAC-GMMを提案し、実環境とシミュレーションで有効性を示した論文。
- 見通しのための後知恵:物理的相互作用から教師なしで構造化ダイナミクスモデルを学習ダイナミクスモデル2020/8/1
ラベルなしの3D点群と画像から、ロボットの相互作用ダイナミクスを物体中心に学習する手法を提案し、視覚運動制御や計画に有効であることを示した。
