Kyle Hatch

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

• マルチタスク巧みな操作のための大規模行動モデルの慎重な検証
  マニピュレーション2025/7/1

  大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。

• D5RL: データ駆動型深層強化学習のための多様なデータセット
  オフライン強化学習2024/8/1

  実世界のロボット操作・移動環境を模したシミュレーションで、スクリプト・人間操作・その他多様なデータ源を含むオフライン強化学習の新ベンチマークを提案。

• MOTO: モデルベースロボット学習のためのオフライン事前学習とオンライン微調整
  モデルベースRL2024/1/1

  高次元観測下でのロボットタスクに向け、オフライン事前学習とオンライン微調整を組み合わせたモデルベース強化学習手法MOTOを提案し、画像入力のみでMetaWorldとFranka Kitchenを解いた。

• Open X-Embodiment: ロボット学習データセットとRT-Xモデル
  VLA2023/10/1

  21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。

• 対照的な例ベース制御
  オフライン強化学習2023/7/1

  高リターン状態の例から報酬関数を学習する代わりに、マルチステップ遷移の暗黙モデルを学習し、例ベース制御のQ値を表現するオフライン手法を提案。

• オフラインで訓練し、オンラインでテスト：実機ロボット学習ベンチマーク
  sim2real2023/6/1

  共有ロボットハードウェアとオープンソースデータセットを提供し、遠隔からオフライン学習手法を実機で評価できるベンチマークTOTOを提案した。

• 単眼カメラによる小型UAVの障害物回避
  障害物回避2020/12/1

  単眼カメラの画像から深度を推定する視覚ネットワークと経路計画を組み合わせ、小型UAVが狭い環境で衝突を避けながら飛行できるシステムを提案・評価した。