Mohi Khansari
収録論文 17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
- 学習ロボットの設計:タスク性能と学習効率を高める形態最適化形態最適化2023/3/1
知覚・ハードウェア・タスク要件の相互作用を考慮し、ロボットの形態を包括的に最適化する手法を提案。MAGICコントローラとPRISM学習フレームワークにより、様々なマニピュレーションタスクで性能が15〜20%向上し、人間設計の形態と同等の性能を25倍少ないデータで達成。
- 行動クローニングにおける価値近似による失敗予測と支援要請模倣学習2023/2/1
行動クローニングポリシーと同時に学習した状態価値関数を用いて失敗を予測し、ロボットが自律的に支援を要請できるようにする手法BCVAを提案し、ドア開けタスクで86%の精度と81%の再現率を達成した。
- 触覚フィードバックによる深層模倣学習のデータ品質と量の改善触覚2022/11/1
遠隔操作による実演データ収集に触覚フィードバックを追加し、データ収集効率と模倣学習ポリシーの性能が向上することをドア開けタスクで示した。
- タスク整合性損失による実世界での実用的な模倣学習模倣学習/sim2real2022/2/1
シミュレーションと実世界の特徴量・行動予測レベルでの整合を促す自己教師あり損失(TCL)を導入し、移動マニピュレータがドアに接近して取っ手を回し開けて入室するタスクをRGB-D画像から end-to-end で学習、未見のドアにも汎化して72%の成功率を達成した。
- BC-Z: ロボット模倣学習によるゼロショットタスク汎化模倣学習2022/2/1
言語や動画で条件付けできる模倣学習システムを構築し、100以上のタスクで学習して未見の24タスクを実演なしで平均44%の成功率で遂行できることを示した。
- 複数センサ入力のベイズ模倣学習による移動マニピュレータのエンドツーエンド制御模倣学習/sim2real2022/2/1
Variational Information BottleneckでCNNを正則化し、RGBと深度の不確実性に応じた融合でsim2realギャップを縮め、実オフィスでのドア開けタスク成功率96%を達成した。
- AW-Opt:模倣と強化学習を大規模に統合してロボット技能を学習する模倣学習+強化学習2021/11/1
アドバンテージ重み付き回帰とQT-Optを組み合わせ、デモンストレーションと多様な事前データを活用して実世界ロボット技能をスケーラブルに学習する手法AW-Optを提案・検証した論文。
- RetinaGAN:物体認識を考慮したSim-to-Real転移手法sim2real2020/11/1
物体検出の一貫性を保ちながらシミュレーション画像を実画像へ変換するGANを提案し、把持・押し・ドア開けの実タスクでsim-to-real性能を向上させた。
- RL-CycleGAN:強化学習を考慮したシミュレーションから実世界への転移sim2real2020/6/1
画像変換がQ値を保存するようにRL-scene consistency損失を導入し、タスクを考慮したシミュレーション→実世界の画像変換を可能にするRL-CycleGANを提案した論文。
- 長期タスクを逐次的な相互作用の風景としてモデル化タスク計画2020/6/1
実演動画からサブタスク間の依存関係と遷移を学習し、画像観測から行動記号を予測して長期の物体操作タスクを計画・実行する深層学習手法を提案した。
- アクション画像表現:実世界データなしで学習するスケーラブルな深層把持ポリシー把持/sim2real2020/5/1
把持提案を画像として表現するAction Imageを導入し、シミュレーションのみの学習で実世界物体への把持成功率84%を達成した研究。
- 自律的改善によるスケーラブルなマルチタスク模倣学習模倣学習2020/3/1
マルチタスク設定を活用し、あるタスクでの失敗試行を別タスクの成功例として再利用することで、強化学習なしにロボットが自律的にデータ収集しながら模倣学習を改善できる手法を提案した。
- オンライン物体表現のための対照学習自己教師あり学習2019/6/1
単眼動画からラベルなしで物体属性を学習する対照学習手法を提案し、ロボットが自己収集データで訓練して物体指差しを実現した。
- 点群予測ネットワークを用いたSim-to-Real把持のデータ効率学習sim2real2019/6/1
シミュレーションと少数の実世界RGBD撮影からドメイン不変な3D点群表現を学習し、実世界把持データなしで多様な物体の卓上把持を実現した。
- プレイデータから潜在プランを自己教師あり学習するロボット制御模倣学習2019/3/1
人間の遠隔操作プレイデータを自己教師あり学習で潜在空間に整理し、テスト時に特定の目標へ再利用するPlay-LMPを提案。ラベルなしプレイから学習したモデルは、18の視覚的マニピュレーションタスクで専門家訓練ポリシーを大幅に上回り、摂動に頑健で再試行行動も示す。
- 安定な模倣学習のための収縮ベクトル場の学習模倣学習2018/4/1
サンプル軌道から漸近安定な力学系を学習する非パラメトリック手法を提案し、カーネル近似と凸最適化で平衡点や収縮性を制御、手書き模倣で有効性を示した。
- 3D幾何認識表現を用いた6自由度把持インタラクションの学習把持2017/8/1
RGBD入力から3D占有グリッドを再構成する幾何認識表現を学習し、それを用いて6自由度把持の成否を予測・最適化する手法を提案した論文。
