Nando de Freitas
収録論文 8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
- 汎用エージェントGato:マルチモーダル・マルチタスク・マルチ身体ポリシーVLA2022/5/1
大規模言語モデルの手法を応用し、テキスト以外も含む単一の汎用エージェントGatoを構築。同じ重みでAtari操作、画像キャプション、対話、実機ロボットアームでの積み木など多様なタスクをこなす。
- 半教師あり報酬学習によるオフライン強化学習オフライン強化学習2020/12/1
人間による報酬アノテーションを最小限に抑えつつ、タイムステップ注釈とデモンストレーションを活用した半教師あり報酬学習手法を提案し、模擬ロボットアーム実験で行動クローニングを大きく上回る性能を達成した。
- 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。
- ワンショット高忠実模倣:大規模深層ネットを強化学習で訓練する模倣学習2018/10/1
経験をメモリに蓄えてオフポリシーRLで巨大な深層ネットを学習し、視覚入力のみから一回の実演で高忠実に模倣する方策と実演者より効率的に解く方策の両方を獲得する手法MetaMimic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。
- 多様な視覚運動スキルのための強化学習と模倣学習の融合模倣学習/強化学習2018/2/1
少量のデモデータを活用して強化学習エージェントを支援するモデルフリー深層RL手法を提案し、RGB画像から関節速度を直接出力する視覚運動ポリシーを訓練した。多様なマニピュレーションタスクで単独のRLや模倣学習より高性能を示し、sim2real転移の可能性も示した。
