Misha Denil
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
- RoboCat: ロボットマニピュレーションのための自己改善型汎用エージェントマニピュレーション2023/6/1
多様なロボットとタスクの経験を活用し、新しいスキルや機体に適応できる汎用マニピュレーションエージェントRoboCatを提案。自己生成データによる改善ループも示す。
- π2vec: 後継特徴量による方策表現オフライン方策選択2023/6/1
黒箱方策の振る舞いを、基盤モデル特徴量の統計変化として捉えた特徴ベクトルで表現する手法を提案し、オフライン方策選択に応用する。
- 未ラベル経験を活用するオフライン強化学習と模倣学習の融合オフライン強化学習2020/11/1
実演と品質不明の未ラベルデータを対比して報酬関数を学習し、全データに報酬を付与してオフライン強化学習で方策を訓練するORILを提案。連続制御やロボット操作タスクでBCを上回る性能を示した。
- タスク関連敵対的模倣学習模倣学習2019/10/1
敵対的模倣学習の識別器がタスク無関係な視覚特徴に依存する問題を分析し、制約付き最適化で有益な報酬を学習するTRAILを提案。報酬なしのピクセル入力ロボット操作タスクでGAILや行動クローニングを上回る。
- 報酬スケッチとバッチ強化学習によるデータ駆動ロボティクスのスケーリングマニピュレーション2019/9/1
人間のアノテーションから報酬関数を学習し、大規模なロボット経験データとバッチ強化学習を組み合わせて、実機での物体積み上げや布操作などのマニピュレーションタスクをオフライン学習するフレームワークを提案した。
- 身体感覚から外界を学ぶ:自己受容予測モデルによる物体認識身体モデル/表現学習2018/4/1
エージェント自身の身体感覚のみを予測するモデルが、その予測の必要性を通じて外界の物体を潜在表現として獲得することを示し、実機のロボットハンドでも物体特性の推論に応用できることを実証した。
- 複雑な環境でのナビゲーション学習ナビゲーション2016/11/1
強化学習に深度予測とループ閉じ込み分類の補助タスクを組み合わせ、生のセンサ入力から複雑な3D迷路をナビゲートするエージェントを学習させた。
