Masashi Okada
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション群制御世界モデルモデルベース強化学習模倣学習
※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
- 接触モデルに基づく拡散モデルによる可変インピーダンス制御の学習マニピュレーション2024/3/1
接触を伴う作業のための拡散接触モデル(DCM)を提案し、可変剛性入力から接触軌道を予測することで、ロボット試行回数を削減しつつ従来の最適化手法と同等の性能を実現した。
- インピーダンス制御を考慮したタスク分割と事前分布付き多目的ベイズ最適化による柔軟な剛性の学習マニピュレーション2023/7/1
デモンストレーションからインピーダンス制御を考慮したスイッチング線形動力学を同定してタスクを分割し、その剛性を事前分布として多目的ベイズ最適化を行うことで、タスク性能と安全性(コンプライアンス)を両立する剛性を学習する手法を提案した。
- 確率的移動時間下でのマルチエージェント経路探索におけるオンライン再計画と適応的パラメータ更新群制御2023/2/1
移動時間が連続的かつ確率的で分布が未知の環境で、ロボット群の経路をオンラインで再計画し、ベイズ推定で移動時間分布を更新する手法を提案。シミュレーションで競合を50%以上削減し、総移動時間も短縮した。
- マルチビュー・ドリーミング:対照学習を用いたマルチビュー世界モデル世界モデル2022/3/1
複数視点の観測を対照学習で共有潜在空間に統合し、Products of Expertsで制御する強化学習エージェントを提案。実ロボット制御タスクで既存手法の単純拡張を上回る。
- ベイズ推論で深層計画ネットワークを再考・改良するPlaNet-Bayesモデルベース強化学習2020/3/1
部分観測環境でのモデル予測制御に向け、モデルと行動の不確実性をベイズ推論で取り込んだPlaNet拡張を提案し、性能を比較検証した論文。
- ドメイン敵対的・条件付き状態空間モデルによる模倣学習模倣学習2020/1/1
専門家とエージェント間の大きなドメインシフトに対処するため、ドメイン敵対学習と条件付き再構成を組み合わせた状態空間モデルを提案し、スパース報酬タスクの模倣学習で専門家に匹敵する性能を達成した。
