Konstantinos Bousmalis
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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- ExoStart: センサ付き外骨格による巧みな操作の効率的学習マニピュレーション2025/6/1
低コストのウェアラブル外骨格で人間の手の動きを収集し、シミュレーションで動力学フィルタリングして強化学習の初期化に用いることで、ロボットハンドの巧みな操作を実機にゼロショット転移させる学習フレームワークを提案。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- DemoStart: 実演主導の自動カリキュラムによる多指ロボットのsim-to-realsim2real2024/9/1
シミュレーションでの少数の実演と疎な報酬のみから、3本指ロボットハンドの複雑なマニピュレーション行動を自動カリキュラム強化学習で獲得し、ゼロショットで実機に転移させる手法を提案した。
- RoboCat: ロボットマニピュレーションのための自己改善型汎用エージェントマニピュレーション2023/6/1
多様なロボットとタスクの経験を活用し、新しいスキルや機体に適応できる汎用マニピュレーションエージェントRoboCatを提案。自己生成データによる改善ループも示す。
- ロボットの時間の使い方:視覚ベースのロボットマニピュレーションのためのキックスタートとオフライン強化学習の橋渡しマニピュレーション2022/5/1
教師ポリシーの行動分布と収集データを活用し、限られたオンライン試行予算で視覚ベースの積み重ねタスクを効率的に学習する2つの強化学習アルゴリズムを提案・比較した論文。
- 重心ダイナミクスプランナの模倣による地形適応型四脚歩行の学習歩行2021/11/1
非線形ソルバが手続き生成地形上で計画した軌道を模倣学習させることで、精密な足置きを要する難地形を動的に踏破できる地形適応型四脚ロボット制御器を獲得した研究。
- ピックアンドプレースを超えて:多様な形状の物体のロボット積み重ねへの挑戦マニピュレーション2021/10/1
複雑な形状の物体をロボットで積み重ねる課題に対し、強化学習と視覚ベースの対話型方策蒸留、sim2real転移を組み合わせた手法を提案し、実世界で多様な積み重ねスキルを実現した。
- マルチオブジェクティブ方策最適化による強化学習の改善:オフラインRLとファインチューニングの事例研究強化学習2021/6/1
強化学習の補助目的を多目的最適化問題として捉え、線形スカラー化に代わる新アルゴリズムDiMEを提案。オフラインRLとファインチューニングで既存手法を上回る性能を示した。
- マニピュレータ非依存表現による視覚的模倣模倣学習2021/3/1
異なる身体を持つ実演者の操作軌跡を視覚のみから追従できるよう、環境変化に着目したマニピュレータ非依存表現を学習し、強化学習によるクロスエンボディメント視覚模倣を実現した論文。
- 視覚的ロボット操作のための自己教師ありSim-to-Real適応sim2real2019/10/1
シミュレーションで深層強化学習により潜在状態表現を学習し、ラベルのない実ロボット画像データを用いた時系列ベースの自己教師あり目的関数で実環境に適応させる手法を提案した。
- オフポリシー分類によるオフポリシー評価オフポリシー評価2019/6/1
連続行動空間と疎な二値報酬のMDPにおいて、Q関数を決定関数とした正例・未ラベル分類問題としてOPEを定式化し、環境モデルも重要度サンプリングも不要な評価指標を提案した論文。
- ランダム化→正規化適応ネットワークによる実世界データ不要のロボット把持sim2real2018/12/1
ランダム化されたシミュレーション画像を正規化画像へ変換するRCANを学習し、実画像も同様に変換することで実世界データなしに視覚ベース把持エージェントをsim-to-real転移した研究。
- シミュレーションとドメイン適応による深層ロボット把持の効率化sim2real2017/9/1
ランダム化したシミュレーション環境とGraspGANと呼ばれるピクセルレベルドメイン適応を組み合わせ、実世界のラベル付きデータを最大50分の1に削減しつつ新規物体の把持を実現した。
