Kendall Lowrey
収録論文 7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
- Koopmanスペクトル非線形制御と効率的オンライン学習非線形制御2021/6/1
制御対象のKoopman作用素のスペクトルに対するコストを最小化することで、非線形振動子や滑らかな動きなど安定多様体上の自然な挙動を誘導する新たな制御パラダイムを提案し、サブリニア後悔を保証するオンライン学習アルゴリズムを示した。
- オンライン非線形制御における情報理論的後悔境界非線形制御2020/6/1
未知の非線形力学系を再生核ヒルベルト空間上の関数として扱い、最適制御に対するO(√T)の後悔境界を持つLC³アルゴリズムを提案した論文。
- パラメータ不確かさ下でのモデルベース汎化のための経路積分制御モデルベース制御2020/6/1
経路積分制御の自由エネルギー定式化でサンプル空間を拡張し、モデルの不確かさを行動に埋め込むことでロボット計画の頑健性を高める手法を提案し、多様なロボットタスクで実機検証した。
- Lyceum:高速でスケーラブルなロボット学習エコシステムロボット学習基盤2020/1/1
JuliaとMuJoCo上に構築したロボット学習向けの高速計算基盤で、既存のGymやdm-controlより5〜30倍速く、並列計算やリアルタイムMPCも可能にした。
- オンライン計画とオフライン学習による効率的なモデルベース制御モデルベース強化学習2018/11/1
局所的なモデルベース制御と大域的な価値関数学習を組み合わせ、軌道最適化と不確実性を用いた探索により、ヒューマノイド歩行や器用なハンドマニピュレーションを短時間で学習するPOLOフレームワークを提案した。
- 非把持マニピュレーションのための強化学習:シミュレーションから実機への転移sim2real2018/3/1
3台のPhantomロボットで物体を押して目標位置へ運ぶ制御を、同定したシミュレータ上でモデルベース強化学習により学習し、追加学習なしで実機に転移できることを示した。モデルアンサンブル学習によりモデリング誤差への頑健性も向上する。
- 連続制御における汎化と単純化への道連続制御2017/3/1
線形やRBFの単純なパラメータ化でも連続制御タスクを解けることを示し、多様な初期状態での訓練が汎化性能を高めることを明らかにした。
