Jonas Schneider
収録論文 8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
- ロボットハンドによるルービックキューブ解法sim2real2019/10/1
シミュレーションのみで訓練したモデルを実機に転移させる自動ドメインランダム化(ADR)を提案し、ヒューマノイドハンドでルービックキューブを解くことに成功した。
- 器用な手指による把持内操作の学習マニピュレーション2018/8/1
シミュレーション上で強化学習を行い、摩擦や見た目をランダム化することで、実機のShadow Handに転送可能な視覚ベースの物体回転操作ポリシーを獲得した。
- マルチゴール強化学習:挑戦的なロボティクス環境と研究提案マニピュレーション2018/2/1
FetchロボットアームやShadow多指ハンドを使った押す・滑らす・ピック&プレース・ハンド内操作などの難易度の高い連続制御タスク群をOpenAI Gym上で提供し、マルチゴール強化学習の研究課題を提示した報告書。
- ドメインランダム化と生成モデルによるロボット把持マニピュレーション2017/10/1
手続き生成した非現実的な物体を大量に用いて把持計画ネットワークを訓練し、未見の実物体でも高い成功率を達成した研究。
- 後知恵経験リプレイによる疎な報酬でのロボット物体操作学習強化学習2017/7/1
失敗した試行も「達成した目標」として報酬を付け直す後知恵経験リプレイを提案し、二値の疎な報酬のみでロボットアームの押す・滑らす・ピック&プレースを学習、実機にも展開できることを示した。
- ドメインランダム化によるシミュレーションから実世界への深層ニューラルネットワークの転移sim2real2017/3/1
シミュレータの描画をランダム化するドメインランダム化により、実画像で事前学習せずともシミュレーションのみで学習した物体検出器が実世界で1.5cm精度を達成し、雑然とした環境での把持に成功した。
- ワンショット模倣学習模倣学習2017/3/1
メタ学習の枠組みで、タスクごとの特徴設計なしに1回のデモンストレーションから新しい状況へ即座に汎化できるロボット模倣学習手法を提案した論文。
- 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。
