Josh Merel
収録論文 14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
- Fauna Sprout:軽量で親しみやすく開発者向けのヒューマノイドロボットヒューマノイド2026/1/1
安全で表現力豊かな人間環境での長期運用を目指し、軽量・柔軟制御・VRテレオペを統合した開発者向けヒューマノイドプラットフォームSproutを提案。
- 生物・ロボットシステムのためのモデルフリー強化学習:理論と実践強化学習2024/5/1
動物とロボットの身体制御を対象に、モデルフリー強化学習(特にactor-critic法)の数理的・アルゴリズム的側面を解説し、身体性を考慮したフィードバック制御の研究枠組みを提示する。
- 物理ベース制御のための汎用人型動作表現ヒューマノイド制御2023/10/1
大規模な動作データから人型ロボットの多様な運動スキルを潜在空間に蒸留し、階層型強化学習で人間らしい動作を生成・追従できる汎用動作表現を提案した。
- 模倣して再利用:人と動物の動作から学習する再利用可能なロボット運動スキルsim2real2022/3/1
人や犬のモーションキャプチャデータを模倣して脚式ロボットの運動スキルモジュールを学習し、歩行やボールドリブルなどの下流タスクに再利用して実機へゼロショット転移した研究。
- 階層的潜在混合ポリシーによる転移可能な運動スキルの学習スキル学習2021/12/1
離散・連続潜在変数を組み合わせた3階層モデルでオフラインデータから再利用可能な運動スキルを抽出し、新タスクや視覚ベース方策への転移・微調整を可能にする手法を提案した。
- モデルベース計画とプランナ償却の連続制御における評価モデルベースRL2021/10/1
モデル予測制御とモデルフリー方策学習を組み合わせ、難しい移動タスクでデータ効率と性能を評価し、計画計算を方策に蒸留できることを示した。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択(アンサンブル、確率性、多段階学習、タイムステップ幅など)がプランナ性能に与える影響を、真のモデル(シミュレータ)との比較を通じて体系的に分析した論文。
- シミュレーション人型サッカーにおける運動制御からチームプレーへマルチエージェント強化学習2021/5/1
物理シミュレーション上の人型アバターのチームにサッカーを学習させ、模倣学習・強化学習・集団訓練を組み合わせて、走るなどの低次運動からドリブルやチーム連携までを段階的に獲得させた研究。
- dm_control:連続制御のためのソフトウェアとタスク集強化学習ベンチマーク2020/6/1
MuJoCoを基盤とした強化学習向けのPythonライブラリ群と、歩行・マニピュレーションなどの標準タスクスイートを提供するソフトウェアを公開した。
- キャッチ&キャリー:視覚誘導型全身タスクのための再利用可能なニューラルコントローラ全身制御2019/11/1
物理ベース環境で、一人称視覚と触覚を持つヒューマノイドが箱運びやボールキャッチなどの全身タスクをこなせる、再利用可能なニューラルコントローラを学習・構築した研究。
- 視覚運動制御の階層化によるヒューマノイド制御ヒューマノイド/視覚運動制御2018/11/1
低レベル運動制御の事前学習と視覚に基づく高レベル制御を組み合わせ、不安定な一人称カメラ映像を用いて物理シミュレーション上のヒューマノイドを歩行させながらタスクを解く階層型アーキテクチャを提案した。
- ヒューマノイド制御のための神経確率的運動プリミティブ模倣学習2018/11/1
潜在変数ボトルネック付き逆モデルで数千の専門ポリシーをオフライン圧縮し、全身行動のワンショット模倣や学習済み運動空間の再利用を可能にする運動モジュールを提案した。
- 多様な視覚運動スキルのための強化学習と模倣学習の融合模倣学習/強化学習2018/2/1
少量のデモデータを活用して強化学習エージェントを支援するモデルフリー深層RL手法を提案し、RGB画像から関節速度を直接出力する視覚運動ポリシーを訓練した。多様なマニピュレーションタスクで単独のRLや模倣学習より高性能を示し、sim2real転移の可能性も示した。
- モーションキャプチャから人間らしい動作を敵対的模倣学習で獲得模倣学習2017/7/1
限られた部分観測のモーションキャプチャデータのみから、身体パラメータが異なる場合でも人間らしい動きを生成する方策を敵対的模倣学習で訓練し、高レベル制御でタスクに再利用できることを示した。
