Jonathan Scholz
収録論文 6本 ・ フィジカルAI/ロボット学習
マルチロボット計画マニピュレーション強化学習表現学習
※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
- RoboBallet: グラフニューラルネットワークと強化学習によるマルチロボット到達計画マルチロボット計画2025/9/1
強化学習とグラフニューラルネットワークを用いて、障害物の多い共有空間で複数ロボットのタスク割り当て・スケジューリング・動作計画を同時に解くフレームワークを提案し、8台のロボットによる40の到達タスクでゼロショット汎化を実証した。
- 精密配置タスクのための深層SE(3)同変幾何推論マニピュレーション2024/4/1
物体を正確に配置するタスクに対し、SE(3)同変性を持つ幾何推論層を導入し、少ないデモから高精度な相対姿勢予測を実現する手法を提案。
- S3K: マルチビュー整合性によるロボットマニピュレーション向け自己教師あり意味キーポイントマニピュレーション2020/9/1
複数視点の整合性を利用した半教師あり学習で、1〜5mm精度の意味的3Dキーポイントを獲得し、把持や嵌合などの精密作業や強化学習の報酬設計に活用できることを示した論文。
- 潜在軌道最適化によるDDPGの探索改善強化学習2019/11/1
画像の潜在埋め込み上でモデルベース軌道最適化を探索に用い、DDPGと相互補完的に組み合わせて連続制御タスクと実機ロボットの挿入作業で評価した研究。
- 報酬スケッチとバッチ強化学習によるデータ駆動ロボティクスのスケーリングマニピュレーション2019/9/1
人間のアノテーションから報酬関数を学習し、大規模なロボット経験データとバッチ強化学習を組み合わせて、実機での物体積み上げや布操作などのマニピュレーションタスクをオフライン学習するフレームワークを提案した。
- 位置・速度エンコーダによる構造化状態表現の教師なし学習表現学習2017/5/1
画像からタスク関連物体の位置と速度を教師なしで符号化するPVEを提案し、物理世界の事前知識に基づく整合性で学習、複数のシミュレーション制御タスクで有効性を予備的に示した。
