Maks Sorokin
RAI Institute
収録論文 11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
- 報酬を観測として:迅速な適応のための報酬ベース方策の学習強化学習2026/9/30
報酬と行動のみを条件とする方策を提案し、観測空間が全く異なる環境へのゼロショット適応を実現した。
- SMPCデモからのスパースオフライン・オンラインRLによる移動操作学習移動操作2026/8/1
シミュレーション内のSMPCを自動エキスパートとして用いて大規模オフラインデータを生成し、スパース報酬のみでオフポリシーRLエージェントを訓練することで、移動操作タスクを効率的に学習する手法を提案。低レベル安定化コントローラと統合し、教師を超える性能を実現。
- Sumo: 動的かつ汎用的な全身ロコ操作ロコ操作2026/4/1
事前学習した全身制御ポリシーをテスト時にサンプルベースのプランナーで操縦することで、脚式ロボットが大型・重量物を動的に操作できるようにするsim-to-real手法を提案。実機のSpotでタイヤの直立やバリアの引きずり等を実証し、シミュレーションで人型ロボットへの汎用性も示した。
- AdaptManip: オンライン再帰的状態推定による適応的な全身物体持ち上げ・運搬の学習全身マニピュレーション2026/2/1
ヒューマノイドが強化学習のみで物体の持ち上げと運搬を自律的に行う枠組みを提案し、再帰的物体状態推定とLiDAR自己位置推定を組み合わせて実機でゼロショット動作を実現した。
- Jacta: 器用な全身マニピュレーションを学習するための汎用プランナマニピュレーション2024/8/1
器用な手先と全身を使う複雑なマニピュレーションタスク向けに、強化学習のデモンストレーションを自動生成する柔軟な動作プランナを提案し、実機への転移も示した。
- 学習ロボットの設計:タスク性能と学習効率を高める形態最適化形態最適化2023/3/1
知覚・ハードウェア・タスク要件の相互作用を考慮し、ロボットの形態を包括的に最適化する手法を提案。MAGICコントローラとPRISM学習フレームワークにより、様々なマニピュレーションタスクで性能が15〜20%向上し、人間設計の形態と同等の性能を25倍少ないデータで達成。
- どこを通っても関係ない:マルチタイムスケール行動解析のための新しい自己教師あり手法行動解析2023/3/1
行動予測の分布を予測する目的関数と、短期・長期ダイナミクスを別々の潜在空間で扱うマルチスケール構造を組み合わせた自己教師あり表現学習を提案し、MABe 2022チャレンジで総合1位を獲得した。
- 深層強化学習による四足歩行ロボットの人間動作制御四足歩行/動作模倣2022/4/1
人間の動作を四足ロボットの動作に変換し、強化学習でその動作を追従する制御方針を学習させることで、ユーザーが直感的に四足ロボットを操作できるシステムを提案した。
- 歩道を自律走行する四足ロボットの学習ナビゲーション歩行ナビゲーション2021/9/1
教師エージェントの模倣学習により、実世界の歩道で障害物や歩行者を避けながら3.2kmを走行できる四足ロボットのナビゲーション方策を実現した。
- 自己中心視覚入力から人間の探索行動を学習するナビゲーション2020/11/1
RGBDの自己中心視覚のみを持つキャラクタが3D屋内環境で目標物体を探索できるよう、探索制御ポリシーとオンライン再計画モジュールを組み合わせて学習させた研究。
- メタ学習による視覚ナビゲーションスキルの新しい観測への少数ショット適応視覚ナビゲーション/メタ学習2020/11/1
知覚ネットワークと推論ネットワークの間に潜在特徴を設け、推論側を固定したまま知覚側をメタ学習で素早く適応させることで、新しいセンサ構成や目標色に対して3ショットでナビゲーション方策を適応できる手法を提案した。
