Murtaza Dalal
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
- モジュール性とスケールでロボティクスの汎化を解き放つVLA2025/3/1
ロボット制御にモジュール性と大規模学習を組み合わせ、古典的プランナーを教師として汎用エージェントを構築する手法を提案する論文。
- 局所ポリシーによるゼロショット長期的マニピュレーションsim2real2024/10/1
ロボットの絶対姿勢や物体配置に依存しない「局所ポリシー」を基盤モデルと組み合わせ、シミュレーションから実機へのゼロショット転移で最大8段階の長期タスクを実現した。
- Neural MP: 汎用ニューラル動作計画器動作計画2024/9/1
シミュレーションで大量の複雑シーンと専門家データを生成し、反応的な汎用方策へ蒸留して軽量最適化と組み合わせることで、実世界の動作計画を高速かつ高成功率で実現した。
- Plan-Seq-Learn: 言語モデルで誘導する強化学習による長期的ロボティクスタスクの解法VLA/強化学習2024/5/1
LLMの高レベル計画と運動計画を組み合わせ、事前定義されたスキルなしで強化学習を効率的に誘導し、最大10段階の長期的ロボティクスタスクを視覚入力から85%以上の成功率で解く手法を提案。
- TAMPを視覚運動Transformerで模倣するOPTIMUS模倣学習2023/5/1
タスク・運動計画(TAMP)が自動生成した大規模デモデータを視覚運動Transformerで模倣し、多様な物体操作タスクを70〜80%の成功率で解くシステムOPTIMUSを提案。
- SEAL: 探索と3D一貫性を用いた自己教師あり身体性能動学習自己教師あり学習2021/12/1
インターネット画像で学習済みの認識モデルを、3Dセマンティックマップと時空間一貫性によるラベル付けで自己教師あり適応させ、物体検出・セグメンテーションと物体目標ナビゲーションを同時に改善するフレームワークを提案。
- パラメータ化行動プリミティブによるロボット強化学習の加速強化学習2021/10/1
ロボットの行動をパラメータ付きプリミティブのライブラリとして手動設計し、RLポリシーがその引数を学習することで、連続行動空間での探索を効率化し学習効率と性能を向上させた研究。
- AWAC: オフラインデータでオンライン強化学習を加速する強化学習2020/6/1
オフラインデータを活用してオンライン強化学習を効率化するAWACを提案し、サンプル効率の良い動的計画法と最尤方策更新を組み合わせて迅速な微調整を実現した。
- 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。
- Skew-Fit: 状態被覆を最大化する自己教師あり強化学習自己教師あり強化学習2019/3/1
目標到達ポリシーのための探索目的を定式化し、目標分布のエントロピー最大化により状態被覆を高めるSkew-Fitを提案。実ロボットがピクセル入力のみからドア開けを報酬設計なしで学習できることを示した。
- 想像上のゴールを用いた視覚強化学習視覚強化学習2018/7/1
教師なし表現学習とゴール条件付き強化学習を組み合わせ、エージェントが自らゴールを想像して練習することで、生の画像入力から汎用的なスキルを獲得する手法を提案した論文。
- ロボットマニピュレーションのための合成可能な深層強化学習マニピュレーション2018/3/1
ソフトQ学習による最大エントロピー方策を実世界のロボット操作に適用し、学習済み方策を合成して新しい方策を効率的に構築できることを示した論文。
