Maximilian Karl
収録論文 6本 ・ フィジカルAI/ロボット学習
マルチタスク強化学習/ワールドモデルsim2realマニピュレーションモデルベース強化学習触覚
※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
- LIMT: 言語情報を活用したマルチタスク視覚ワールドモデルマルチタスク強化学習/ワールドモデル2024/7/1
事前学習済み言語モデルでタスクを意味的に表現し、視覚ワールドモデルと方策がタスク間の類似性を考慮できるようにするマルチタスク強化学習手法を提案。モデルベース手法がモデルフリー手法より優れることを示した。
- ロボットマニピュレーション学習とsim-to-real転移における行動空間の役割sim2real2023/12/1
ロボット操作学習とsim-to-real転移において、13種類の行動空間で250以上の強化学習エージェントを訓練し、性能と転移特性を評価して行動空間設計の指針を示した。
- CLAS: 中央潜在行動空間によるマルチロボットマニピュレーションの協調マニピュレーション2022/11/1
複数のロボットが協調して操作を行うタスクにおいて、エージェント間で共有される学習済みの潜在行動空間を通じて協調を実現する手法を提案し、サンプル効率と学習性能の向上を示した。
- 深層モデルベース強化学習による飛行制御の学習モデルベース強化学習2020/3/1
ドローンの力学を確率的潜在モデルとして学習し、モデルベース強化学習で推力・姿勢制御器を30分未満の実機経験で獲得、機載計算資源のみで自己構築ドローンを飛行させた。
- 機械学習による触覚センサ校正の汎用的アプローチ触覚2016/6/1
iCub指尖センサとBioTacを同一条件で比較し、力推定と曲率認識の性能を評価するとともに、t-SNEで触覚表現の構造を解析した。
- 触覚データのための教師なし前処理触覚2016/6/1
触覚センサの複雑なデータを、正解データなしで教師なし学習によりコンパクトな潜在表現へ変換する手法を提案し、強化学習制御や少数データでの物理量キャリブレーションに有効であることを示した。
