Kyle Stachowicz
UC Berkeley
収録論文 17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
- 行動チャンキングがロボット制御における行動クローニングの性能を向上させる理由ロボット制御2026/8/3
行動チャンキングの性能向上の理由を実験的に検証し、既存の仮説が不十分であることを示し、遅延ポリシーや暗黙のアンサンブル効果が重要であることを明らかにした。
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- MEM: 視覚言語行動モデルのためのマルチスケール具現化メモリVLA2026/3/1
ロボットの長期タスク遂行のために、ビデオベースの短期記憶とテキストベースの長期記憶を組み合わせたマルチスケールメモリアーキテクチャを提案し、15分に及ぶ複雑なタスクを可能にした。
- SteerVLA：長尾運転シーンで視覚言語行動モデルを操舵する自動運転/VLA2026/2/1
VLMの常識推論で細かい言語指示を生成し、VLA運転ポリシーを操舵する手法を提案。閉ループベンチマークで長尾シーンの性能を大幅に改善した。
- π*0.6：経験から学ぶVLAVLA2025/11/1
実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。
- モデルベース再アノテーションによるどこでも走行学習ナビゲーション2025/5/1
クラウドソースの遠隔操作データや未ラベルのYouTube動画を、学習したモデルベース専門家で再ラベル付けし、長距離ナビゲーション方策LogoNavを訓練して未知環境でのロバストな走行を実現した。
- π0.5: オープンワールド汎化を実現する視覚-言語-行動モデルVLA2025/4/1
異種タスクの共同学習により、未知の家庭環境でもキッチンや寝室の掃除などの長期的で器用な操作を実行できるVLAモデルπ0.5を提案した。
- FAST: 視覚言語行動モデルのための効率的な行動トークン化VLA2025/1/1
離散コサイン変換に基づく新しい行動トークン化手法FASTを提案し、高頻度で器用なロボットタスクにおける自己回帰型VLAの学習を可能にした。
- 視覚を超えて：言語グラウンディングによる異種センサーでの汎用ロボット方策のファインチューニングVLA2025/1/1
自然言語を共通のクロスモーダル基盤として用い、視覚・触覚・音声などの異種センサー入力を扱えるよう汎用ロボット方策をファインチューニングする手法FuSeを提案。実世界実験で成功率を20%以上向上させた。
- 実世界の視覚データから学習する走破性認識型脚式ナビゲーション歩行2024/10/1
脚式ロボットの制御器の価値関数に基づいて走破性コストをロボット中心に推定し、RGBDナビゲーション計画に統合して実世界で効率的に強化学習する手法を提案した。
- RACER: 認識的不確実性に基づくリスク感受型強化学習による高速走行と衝突低減強化学習/自動運転2024/5/1
リスク感受型制御と適応的行動空間カリキュラムを組み合わせ、認識的不確実性推定により分布外状態を自動回避する強化学習フレームワークを提案し、実車のラリーカーで高速オフロード走行を実現した。
- SELFI: 強化学習による社会ナビゲーションのための自律的自己改善社会ナビゲーション2024/3/1
オフラインのモデルベース学習で事前学習した方策を、オンラインのモデルフリー強化学習で微調整する手法を提案し、実環境での衝突回避と社会的配慮行動を改善した。
- ViNT: 視覚ナビゲーションのための基盤モデルナビゲーション2023/6/1
多様なロボットナビゲーションデータセットで訓練されたTransformerベースの基盤モデルViNTを提案し、未知環境でのキロメートル規模のナビゲーションや新タスクへの適応を可能にした。
- FastRLAP: 深層強化学習と自律練習による高速走行学習システム強化学習/ナビゲーション2023/4/1
小型RCカーが実世界で自律的に強化学習を行い、20分未満の訓練で攻撃的な走行スキルを獲得するシステムを提案。
- マルチモーダル最大エントロピー動的ゲームマルチエージェント2022/1/1
エージェント間の相互作用をマルチモーダルな最大エントロピー定式化で解くMMELQGamesを提案し、衝突回避や自動運転レースで有効性を示した論文。
- 最適ホライズン模型予測制御と微分動的計画法MPC2021/11/1
微分動的計画法に基づき、予測ホライズンをオンラインで決定する軌道最適化アルゴリズムを提案し、障害物回避問題で標準MPCより有効であることを示した。
- 離散バリア状態を用いた安全埋め込み型微分動的計画法安全制御/軌道最適化2021/5/1
連続時間系向けのバリア状態を離散時間系に拡張し、安全性をモデルに埋め込んだDDPで安全な最適軌道計画を実現した。車輪ロボットのナビゲーションやクアッドロータの追従タスクで有効性を示した。
