Marco Bagatella
収録論文 9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
- 強化学習による汎用ロボットポリシーのマルチタスク自己改善スケーリング強化学習2026/11/4
汎用ロボットポリシーを展開時に強化学習で多様なタスクへ同時に自己改善できるか検証し、価値推定や資源配分の設計次第で未学習タスクにも汎化することを示した。
- スペクトル整合による世界モデリング世界モデル2026/10/11
観測間の関係を目標類似度カーネルで指定し、その幾何を埋め込み空間で再現するJEPAフレームワークSpecWMを提案。時間カーネルによるスペクトル整合がCEM計画の成功率を大幅に改善することを示した。
- フローベースの視覚言語行動モデルにおける不確実性の定量化VLA2026/6/16
フローマッチングを用いた視覚言語行動モデル(VLA)に対して、速度場の不一致に基づく効率的な不確実性推定手法を提案し、失敗検出と能動的ファインチューニングに応用した。
- TD-JEPA:ゼロショット強化学習のための潜在予測表現ゼロショット強化学習2025/10/1
時間差分学習を用いて長期潜在ダイナミクスを予測する表現をオフライン・報酬なし遷移から学習し、テスト時に任意の報酬関数をゼロショット最適化できる強化学習手法を提案。
- DISCOVER: スパース報酬強化学習のための自動カリキュラム強化学習2025/5/1
目標タスクの方向へ探索目標を自動選択することで、スパース報酬の長期的タスクを効率的に解く強化学習手法を提案。
- 行動クローニングの分布外汎化のための問題空間変換模倣学習2024/11/1
ロボットマニピュレーションにおける行動クローニングの分布外汎化性能を向上させるため、姿勢同変性や局所性といった特性を利用した問題空間の変換を提案し、シミュレーションと実機実験で有効性を示した。
- マルチタスク方策の能動的ファインチューニング模倣学習2024/10/1
限られたデモ予算でマルチタスク方策を効率的に適応させるため、情報利得が最大となるタスクを能動的に選択してデモを収集する手法AMFを提案。
- 因果的行動影響を考慮した反事実的データ拡張オフライン強化学習2024/5/1
オフラインデータから、行動の影響を受けない状態部分を軌道間で交換する反事実的データ拡張手法CAIACを提案し、分布シフトに対するロバスト性を向上させた。
- 遊びから高レベルプランを効率的に学習するフレームワークマニピュレーション2023/3/1
タスクに依存しない遊びデータから物体中心のプリミティブの離散的な行動事前分布を学習し、それを用いた高レベル目標条件付き政策で長期的なマニピュレーションタスクを効率的に学習する手法を提案。
