Mateo Guaman Castro
University of Washington
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
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- バランスの取れたデータダイエット:ロボット制御のための超大規模強化学習における探索ボトルネックの解消強化学習2026/10/8
強化学習の大規模並列シミュレーションにおいて、ポリシーの能力の限界付近のタスク設定に学習を集中させる適応的サンプリング手法を提案し、四足歩行などの難タスクを効率的に学習できるようにした。
- VAMOS:能力に応じて調整可能な階層型視覚-言語-行動モデルによる誘導可能なナビゲーションナビゲーション2025/10/1
意味的計画と身体性の接地を分離した階層型VLAを提案し、車輪・脚型ロボット間のクロス身体性ナビゲーションと自然言語による誘導を実現した。
- 長距離ナビゲータ(LRN):メトリックマップを超えてロボットの計画視野を拡張ナビゲーション2025/4/1
カメラ画像から「進めるフロンティア」を学習し、屋外ナビゲーションの計画視野を拡張する手法を提案。ラベルなし動画で学習でき、既存スタックに組み込むと人的介入と意思決定時間を削減。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- TartanDrive 2.0:オフロード走行の自己教師あり学習研究を加速するマルチモーダル大規模データセットオフロード自律走行/自己教師あり学習2024/2/1
オフロード走行の自己教師あり学習向けに、LiDAR3基を追加した7時間の大規模データセットと、収集・処理・クエリ用のツール群を公開した。
- 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。
- 逆強化学習によるリスク認識型コストマップの学習:オフロードナビゲーションへの応用オフロードナビゲーション2023/2/1
逆強化学習と並列モデル予測制御を組み合わせ、不確実性を考慮した深層コスト関数を効率的に学習する手法を提案し、オフロード走行で専門家経路の再現性と介入削減を実証した。
- 自己教師ありコストマップ学習によるオフロード走行の走破性予測走破性予測2022/9/1
外界センサ情報と自己受容感覚による地形との相互作用フィードバックを自己教師ありで組み合わせ、オフロード環境での走破性コストマップを予測する手法を提案。ロボットの速度も考慮し、大規模なナビゲーション実験で介入回数を最大57%削減した。
