Marcin Andrychowicz

収録論文 10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

• ロボットハンドによるルービックキューブ解法
  sim2real2019/10/1

  シミュレーションのみで訓練したモデルを実機に転移させる自動ドメインランダム化(ADR)を提案し、ヒューマノイドハンドでルービックキューブを解くことに成功した。

• 器用な手指による把持内操作の学習
  マニピュレーション2018/8/1

  シミュレーション上で強化学習を行い、摩擦や見た目をランダム化することで、実機のShadow Handに転送可能な視覚ベースの物体回転操作ポリシーを獲得した。

• マルチゴール強化学習：挑戦的なロボティクス環境と研究提案
  マニピュレーション2018/2/1

  FetchロボットアームやShadow多指ハンドを使った押す・滑らす・ピック&プレース・ハンド内操作などの難易度の高い連続制御タスク群をOpenAI Gym上で提供し、マルチゴール強化学習の研究課題を提示した報告書。

• 画像ベースロボット学習のための非対称アクター・クリティック
  sim2real2017/10/1

  シミュレータ内でクリティックには完全状態、アクターにはRGBD画像のみを与える非対称なアクター・クリティック学習を提案し、ドメインランダム化と組み合わせて実世界データなしで実機へ転移できることを示した。

• ドメインランダム化と生成モデルによるロボット把持
  マニピュレーション2017/10/1

  手続き生成した非現実的な物体を大量に用いて把持計画ネットワークを訓練し、未見の実物体でも高い成功率を達成した研究。

• ダイナミクスランダム化によるロボット制御のsim2real転移
  sim2real2017/10/1

  シミュレータのダイナミクスを訓練中にランダム化することで、実機でそのまま使える頑健な制御方策を獲得し、ロボットアームの物体押しタスクで実機転移を実証した論文。

• 実演を用いた強化学習における探索問題の克服
  強化学習2017/9/1

  スパース報酬の強化学習に少数の実演データを組み合わせ、ロボットアームの積み木などの長期的タスクを効率的に学習する手法を提案した。

• 後知恵経験リプレイによる疎な報酬でのロボット物体操作学習
  強化学習2017/7/1

  失敗した試行も「達成した目標」として報酬を付け直す後知恵経験リプレイを提案し、二値の疎な報酬のみでロボットアームの押す・滑らす・ピック&プレースを学習、実機にも展開できることを示した。

• パラメータ空間ノイズによる探索
  強化学習2017/6/1

  強化学習の探索において、行動空間ではなくエージェントのパラメータにノイズを加える手法を提案し、DQN・DDPG・TRPOで従来の行動空間ノイズや進化戦略より効率的に学習できることを示した。

• ワンショット模倣学習
  模倣学習2017/3/1

  メタ学習の枠組みで、タスクごとの特徴設計なしに1回のデモンストレーションから新しい状況へ即座に汎化できるロボット模倣学習手法を提案した論文。