Matthieu Zimmer

収録論文 7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

• 安全な行動だけでは不十分：視覚言語行動ポリシーのための実行可能未来デコーディング
  VLA2026/10/4

  凍結したVLAポリシーにおいて、局所的に安全な行動でも将来の安全なタスク完了が不可能になる「実現可能性-尤度ギャップ」を定式化し、再学習やオンラインロールアウトなしで安全な候補を選び直す訓練不要のリランカーを提案した。

• 拡散言語モデルエージェントのための逆スコアリング：失敗後の再試行ループを訓練なしで解消
  VLA2026/9/29

  拡散言語モデルが失敗した行動を繰り返す原因をマスクデコーディングの適応性に求め、タスク無関係なバイアスが逆条件付き確率で相殺される性質を利用した訓練不要の改善手法を提案する。

• ROS-LLM：タスクフィードバックと構造化推論を備えた身体性AIのためのROSフレームワーク
  VLA2024/6/1

  ROSと大規模言語モデルを統合し、非専門家が自然言語でロボットをプログラミングできるフレームワークを提案。行動モードや模倣学習、フィードバックによる反省機能を備え、多様なタスクで有効性を検証した。

• 形態条件付きハイパーネットワークの蒸留による効率的な汎用形態制御
  形態制御2024/2/1

  ロボットの形態に応じてMLPポリシーを生成するハイパーネットワークを蒸留し、Transformer並みの性能を保ちつつ推論時のモデルサイズと計算コストを大幅に削減した。

• 自己教師ありロボット学習におけるハイパーパラメータ自動調整
  自己教師あり学習2020/10/1

  VAEのELBOと画像多様性の相関に着目し、リプレイバッファサイズ・方策勾配更新回数・探索ステップ数をオンラインで自動調整する手法を提案。RIGベースラインより少ない時間と計算資源で最高性能を達成。

• データ拡張で強化学習のサンプル効率を向上させる
  強化学習2019/10/1

  観測データを反射対称性や緩い目標定義で再利用する2つのデータ拡張手法を提案し、深層強化学習の学習速度を大幅に向上させた。

• 不変変換による経験リプレイ：深層強化学習のためのデータ拡張
  強化学習/データ拡張2019/9/1

  ロボットタスクに存在する対称性を利用し、観測軌道を変換して新たな学習データを生成するデータ拡張フレームワークを提案。鏡映対称性や目標定義の緩さを活用し、学習速度と成功率を大幅に向上させた。