Karol Arndt
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
- 共模倣:模倣による設計と行動の学習sim2real2022/9/1
報酬関数を使わずに、実演者の状態分布に合わせることでロボットの身体形状と行動方策を同時に獲得する共模倣手法を提案し、人間の歩行・ジョギング・キック動作をシミュレーション上のヒューマノイドに転移できることを示した。
- オンライン・オフライン適応ドメインランダム化のベンチマーク比較sim2real2022/6/1
シミュレータのパラメータを実データで自動調整する適応ドメインランダム化手法(SimOpt, BayRn, DROID, DROPO)を、オンラインとオフラインの設定で比較するオープンベンチマークを提案した。
- 生成モデルと強化学習を組み合わせたデータ効率の良い深層方策の学習と評価強化学習2022/4/1
行動の潜在変数を導入し、生成モデルで有効な動作系列を事前知識として活用することで、安全な探索とデータ効率を実現するGenRLフレームワークを提案し、ホッケーとバスケットボールのタスクで有効性を示した論文。
- SafeAPT: 多様なシミュレーション方策を用いた安全なsim2realロボット学習sim2real2022/1/1
シミュレーションで進化させた多様な方策群から、報酬モデルと安全モデルを実世界観測で逐次学習し、ベイズ最適化で安全制約を守りつつ有望な方策を実機に転移する手法を提案。
- DROPO: オフライン領域ランダム化によるsim-to-real転送sim2real2022/1/1
限られたオフライン軌道データから尤度ベースで動的パラメータの不確実性をモデル化し、領域ランダム化分布を推定する手法を提案。ゼロショットのsim-to-real転送で従来法を上回る性能を示した。
- アフィン変換による最適輸送を用いたSim-to-Realドメイン適応sim2real2021/5/1
状態遷移分布間の対応をアフィン変換でモデル化する最適輸送の変種を提案し、Procrustes整列で拡張。ホッケーパックを目標位置で止める実機タスクなどでモデル適応誤差を大幅に削減した。
- ドメイン好奇心:ドメイン適応のための効率的なデータ収集戦略の学習sim2real2021/3/1
環境の未知部分を学習するためのデータを効率的に集める探索方策を、学習そのものを報酬として訓練する手法を提案し、シミュレーションと実機の触覚探索で有効性を示した。
- ノイズ環境下での不確実性を考慮した数ショットモデル適応sim2real2020/10/1
カルマンフィルタに基づく不確実性考慮型ニューラルネットワークで、ノイズのある実環境におけるダイナミクスモデルの数ショット適応を実現し、LSTMベースや強化学習ベースの手法より適応誤差を低減した。
- メタ強化学習によるシミュレーションから実機へのドメイン適応sim2real2019/9/1
メタ学習で多様な動的環境に適応できる方策を訓練し、タスク特化の軌道生成モデルで探索を効率化することで、シミュレーションから実機への転移を実現した。KUKAロボットでホッケーパックを目標に打つタスクに適用し、安定した適応性能を示した。
- アフォーダンス学習によるエンドツーエンド視覚運動ロボット制御マニピュレーション2019/3/1
RGB画像から抽出した低次元のアフォーダンス表現を用い、知覚・方策・軌道を分離したモジュール型ネットワークを合成データのみで訓練し、実機ロボットでゼロショット転移を実現した。
