Jackie Kay
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAキーポイント検出マニピュレーションsim2real強化学習/触覚
※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
- 汎用エージェントGato:マルチモーダル・マルチタスク・マルチ身体ポリシーVLA2022/5/1
大規模言語モデルの手法を応用し、テキスト以外も含む単一の汎用エージェントGatoを構築。同じ重みでAtari操作、画像キャプション、対話、実機ロボットアームでの積み木など多様なタスクをこなす。
- 潜在埋め込みによるタスク適応としての少数ショットキーポイント検出キーポイント検出2021/12/1
キーポイント埋め込みを条件として疎なネットワークを適応させ、密な汎用性と疎な精度を両立するキーポイント追跡手法を提案し、実機ピック・アンド・プレースでゼロショット転移を示した。
- 準最適な専門家から器用な操作を学習するマニピュレーション2020/10/1
準最適な専門家データとオンライン探索データを組み合わせて活用できる相対エントロピーQ学習(REQ)を提案し、ロボット操作タスクで有効性を示した論文。
- 強化学習による一般化力のモデリングでシミュレーションから実機への転移を実現sim2real2019/10/1
状態依存の一般化力を強化学習で最適化し、解析モデルを改良することで、わずか数分の実機データでsim-to-realの制御方策転移を改善するフレームワークを提案した。Sawyerロボットの非把持マニピュレーションで有効性を示した。
- 視覚的ロボット操作のための自己教師ありSim-to-Real適応sim2real2019/10/1
シミュレーションで深層強化学習により潜在状態表現を学習し、ラベルのない実ロボット画像データを用いた時系列ベースの自己教師あり目的関数で実環境に適応させる手法を提案した。
- 好奇心駆動型深層強化学習による優しい物体操作の学習強化学習/触覚2019/3/1
接触力へのペナルティを予測する「ペナルティベースの驚き」を内在報酬として導入し、壊れやすい物体に優しく接触しながら探索・実行できる強化学習方策を腱駆動型触覚ロボットハンドで実証した。
