Oleh Rybkin
収録論文 13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
- 実世界強化学習による能動的知覚行動の獲得マニピュレーション2025/12/1
訓練時のみ利用可能な特権センサを活用した非対称アドバンテージ重み付き回帰(AAWR)を提案し、部分観測下で情報収集する能動的知覚行動を実ロボットで効率的に学習させる手法を実証した。
- 模倣学習のための潜在拡散プランニング模倣学習2025/4/1
行動なしのデモと準最適データを活用するため、潜在空間上で動くプランナーと逆動力学モデルを拡散目的で訓練するLDPを提案し、視覚ロボット操作タスクで既存手法を上回った。
- Video2Policy: インターネット動画を活用したシミュレーションでのマニピュレーションタスクのスケーリングsim2real2025/2/1
インターネット上の人間行動動画からシミュレーションタスクを再構築し、LLM生成報酬による強化学習で汎用方策を訓練、実機転移も実現したフレームワーク。
- 特権センシングによる強化学習の足場づくり強化学習2024/5/1
訓練時のみ利用可能な高価なセンサ情報を批評家や世界モデルなどの補助要素に活用し、安価なセンサのみで動作する方策を効率的に学習する手法「Scaffolder」を提案。
- METRA: 距離認識抽象化によるスケーラブルな教師なし強化学習教師なし強化学習2023/10/1
状態空間全体を直接カバーする代わりに、時間距離で結ばれたコンパクトな潜在空間を移動する多様な行動を学習し、高次元環境でもスケールする教師なし強化学習手法を提案。
- 探索のための目標計画強化学習2023/3/1
目標条件付き強化学習において、訓練時の目標設定を直接最適化することで探索を効率化する手法PEGを提案し、迷路探索やブロック積み上げタスクで有効性を示した。
- 世界モデルによる多様な目標の発見と達成世界モデル2021/10/1
画像から世界モデルを学習し、想像上のロールアウトで探索方策と達成方策を訓練することで、教師なしで多様な目標を発見し、目標画像をゼロショットで達成する手法LEXAを提案した論文。
- 自己を知る:ロボット認識による転移可能な視覚制御ポリシーsim2real2021/7/1
ロボットの既知情報を活用し、世界ダイナミクスとロボット固有ダイナミクスを分離したモジュール型モデルベースRLを提案。視覚操作スキルの新ロボットへのゼロショット転移を実現した。
- 潜在空間コロケーションによるモデルベース強化学習モデルベースRL2021/6/1
画像から学習した潜在状態モデルを用い、行動ではなく潜在状態の軌跡をコロケーション法で計画することで、長期的なタスクにおける視覚的モデルベース強化学習を改善した研究。
- 動画を活用した強化学習:オフライン観察と対話の組み合わせ強化学習2020/11/1
人間の動画とロボットの対話データを組み合わせて方策と価値関数を学習するRLVフレームワークを提案し、ゼロから学ぶRLの半分以下のサンプルで視覚ベースの難しいスキルを獲得できることを示した。
- 目標条件付き階層予測器による長期視覚計画視覚計画2020/6/1
目標情報を考慮した潜在空間予測器を階層的に組み合わせ、粗から細へと軌道を最適化することで、従来より長い視覚計画タスクを解けるようにした研究。
- 自己教師あり世界モデルによる探索計画強化学習/探索2020/5/1
将来の新規性を計画によって先読みして探索する自己教師あり強化学習エージェントを提案し、高次元画像入力の制御タスクで報酬なしでも従来手法を上回りオラクルに迫る性能を示した。
- 観察と相互作用から予測モデルを学ぶモデルベース強化学習2019/12/1
ロボットが自身の相互作用データに加え、人間の動画など他者の観察データも活用して予測モデルを学習する手法を提案し、道具使用の計画に応用した。
