Luca Weihs
収録論文 19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
- One RING:ロボット屋内ナビゲーションの汎用モデルナビゲーション2024/12/1
シミュレーションで大規模な機体形状のランダム化を行い、様々な実機ロボットに適応できる機体非依存の屋内ナビゲーション方策を学習した。
- PoliFormer:大規模オンポリシー強化学習とTransformerによる熟練ナビゲータナビゲーション2024/6/1
RGB画像のみを用い、シミュレーションでの大規模強化学習により実世界に適応なしで汎化する屋内ナビゲーションエージェントを提案。物体目標ナビゲーションで成功率85.5%を達成。
- プロンプタブル・ビヘイビア:人間の選好に基づく多目的報酬のパーソナライズVLA2023/12/1
多目的強化学習で単一の方策を訓練し、実演・軌道比較への選好フィードバック・言語指示の3手法で人間の選好を推定してロボットの行動をパーソナライズするフレームワークを提案。
- SPOC: シミュレーションでの最短経路模倣による実世界での効果的なナビゲーションと操作ナビゲーション2023/12/1
シミュレーション内の最短経路プランナーを模倣することで、RGBのみを用いて実世界でナビゲーション・探索・物体操作ができるエージェントを訓練した研究。
- 補助損失で事前学習した表現が身体性エージェントの計画に与える影響の理解VLA2023/12/1
探索軌跡への模倣学習が他の補助損失より下流の計画タスクで優れることを示し、補助損失の簡単な改良で計画能力が向上することを明らかにした。
- Holodeck: 言語ガイドによる3D身体性AI環境の生成sim2real2023/12/1
GPT-4と大規模3Dアセットを用いて、テキストプロンプトから多様な3Dシミュレーション環境を自動生成するシステムを提案。
- 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。
- 万能視覚分解器:長期的操作を簡単にマニピュレーション2023/10/1
事前学習済み視覚表現を用いて、視覚デモンストレーションからサブゴールを自動検出し、長期的操作タスクの学習と汎化を容易にする手法を提案。
- 後退して前進する:行動意味論に行動影響を埋め込むナビゲーション2023/4/1
行動の影響が環境によって変化する場合でも、潜在埋め込みで行動の実際の影響をオンライン推定し、Transformerベースのポリシーヘッドと組み合わせることで、欠損や未知の摂動を含む行動空間に頑健な視覚ナビゲーションを実現した。
- 学習が手の届かないときはリセット:自律視覚運動強化学習における汎化強化学習2023/3/1
リセットを最小限に抑えつつ、目標・外観・構造の変化に汎化できる視覚運動強化学習エージェントを構築する手法を提案し、新しいベンチマークで評価した。
- Phone2Proc: 混沌とした実世界に頑健なロボットを送り出すsim2real2022/12/1
スマホで10分スキャンした部屋の間取りを条件に多様な訓練シーンを自動生成し、実環境でのObjectNav成功率を34.7%から70.7%へ大幅に改善した。
- Objaverse: 注釈付き3Dオブジェクトの大規模データセット3Dデータセット2022/12/1
80万以上の3Dモデルとキャプション・タグ・アニメーションを備えた大規模データセットを構築し、3D生成や物体ナビゲーションなど多様な応用可能性を示した。
- ProcTHOR: 手続き型生成による大規模身体性AI環境sim2real2022/6/1
手続き型生成で多様な仮想環境を大量に作り出し、身体性AIエージェントの学習・評価を可能にするフレームワークを提案。生成した1万件の家で学習したモデルが複数のベンチマークで最高性能を達成。
- 衝突のない視覚移動マニピュレーションに向けて視覚移動マニピュレーション2021/12/1
視覚移動マニピュレーションにおいて、物体との不要な衝突を避けるために2段階のカリキュラム学習を提案し、成功率を10%向上させた。
- 押しのけて進む:インタラクティブ視覚ナビゲーションナビゲーション2021/4/1
エージェントが行動による環境変化を予測するNeural Interaction Engineを導入し、障害物を押しのけて目標へ効率的に到達するインタラクティブ視覚ナビゲーションを実現した。
- ManipulaTHOR:視覚に基づく物体操作のためのフレームワークマニピュレーション2021/4/1
物理シミュレーション環境AI2-THOR上に構築した物体操作フレームワークを提案し、移動エージェントによる3D障害物回避や遮蔽下での操作を含む新課題ArmPointNavを提示した論文。
- 視覚に基づく部屋の再配置タスクマニピュレーション2021/3/1
部屋の物体の初期配置を記憶し、変更後に元に戻すRoom RearrangementタスクのデータセットRoomRとベースラインモデルを提案した論文。
- AllenAct:身体性AI研究のためのモジュラーフレームワーク身体性AIフレームワーク2020/8/1
多様な身体性AI環境・タスク・アルゴリズムを統一的に扱えるモジュール式学習フレームワークAllenActを提案し、再現実装やチュートリアルを提供する。
- RoboTHOR:シミュレーションから実世界への転移を目指す embodied AI プラットフォームsim2real2020/4/1
シミュレーション環境と対応する実世界環境をペアで提供し、遠隔から実機でモデルを評価できる embodied AI の基盤を構築した。sim2real の性能ギャップを定量的に示した。
