Mohak Bhardwaj
収録論文 12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
- ADEPT: 事前学習と強化学習による事後学習で器用さを加速する強化学習/器用操作/sim2real2026/8/19
高自由度ロボットの器用な操作を、事前学習と事後学習を組み合わせた強化学習フレームワークで実現し、シミュレーションから実機への転移を可能にした。
- ZEST: 運動ロボット制御のためのゼロショット身体スキル転移全身制御2026/2/1
多様な動作データから強化学習でヒューマノイドの全身運動方策を訓練し、シミュレーションのみで学習して実機にゼロショット転移するフレームワークを提案。
- モデル予測強化学習による動的な非把持物体搬送マニピュレーション2024/12/1
少数の実演データから価値関数を学習し、不確実性を考慮したMPCと組み合わせることで、ロボットがお盆に載せた物体をこぼさず運ぶ「ロボットウェイター」タスクを実現した研究。
- 流体を含む剛体の実機制御のための深層強化学習sim2real2024/2/1
流体と剛体が相互作用する実機ベンチトップ実験系「Box o Flows」を構築し、モデルフリー強化学習やオフライン強化学習で複雑な制御行動を獲得できることを示した。
- 経験を活かす遅延探索:模倣学習による効率的な辺評価順序の学習モーションプランニング2021/10/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択方針を学習。2D・7D問題で既存ヒューリスティクスを上回る性能を示した。
- STORM: 反応的なマニピュレーションのための高速関節空間モデル予測制御の統合フレームワークマニピュレーション2021/4/1
GPUで並列化したサンプリングベースMPCを関節空間で直接実行し、関節限界や特異点・衝突などの制約を扱いながら8ms以下で制御指令を計算するマニピュレーション向けフレームワークを提案。
- MPCと価値関数近似を融合した効率的強化学習強化学習/MPC2020/12/1
MPCの局所Q関数近似と学習した価値関数をλでバランスさせ、モデル誤差に頑健でサンプル効率の高い操作タスク向け強化学習手法を提案した論文。
- 情報理論的モデル予測Q学習強化学習2020/1/1
情報理論的MPCとエントロピー正則化強化学習の理論的関連を示し、バイアスのあるモデルを活用できるQ学習アルゴリズムを提案した論文。
- 微分可能なガウス過程モーションプランニングモーションプランニング2019/7/1
GPMP2アルゴリズムを微分可能に拡張し、過去の経験からパラメータを自動学習できるようにした研究。
- 経験を活かす遅延探索:模倣学習による効率的な辺評価順序の学習運動計画2019/7/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択ポリシーを学習。2D・7Dの運動計画問題で従来ヒューリスティクスを上回る性能を示した。
- 模倣学習によるデータ駆動型プランニングプランニング2017/11/1
全知のオラクルを模倣することで、探索中に得られた情報のみから効率的に計画方針を学習する枠組みを提案した論文。
- 模倣によるヒューリスティック探索の学習モーションプランニング2017/7/1
探索の部分情報から次に展開すべきノードを決めるヒューリスティック方策を、全情報を持つオラクルの模倣で効率的に学習するSaILを提案し、探索コストを削減する。
