Pavel Kolev
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
- LoComposition: 歩容事前知識なしの地形適応型・高エネルギー効率四足歩行歩行2026/6/14
報酬設計をタスク・制約・エネルギー最小化・地形適応に分離し、歩容の事前知識なしで効率的な四足歩行を実現。実機Go2でゼロショット転送に成功し、コスト・オブ・トランスポートを56%削減した。
- 制約付き強化学習のための確率的決定ホライズン制約付き強化学習2026/2/4
制約違反がホライズンを短縮する確率的決定ホライズン(SDH)を提案し、制約付きRLのオフポリシーかつ正則化アルゴリズムを開発した。
- Dual-Force: 模倣制約下でのオフライン多様性最大化の強化模倣学習2025/1/1
模倣制約下でオフラインデータから多様な行動を学習する手法を提案し、ファンデルワールス力を用いた多様性推定と事前学習済み報酬エンコーディングで安定化を図り、Solo12の歩行と障害物回避で有効性を示した。
- 多制約最適性下での局所ナビゲーションのための多様なスキル学習歩行2023/10/1
四足ロボットの局所ナビゲーションにおいて、複数の報酬制約を課しながら多様なポリシーを学習する手法を提案し、実機で障害物を越える俊敏な行動を実現した。
- Real Robot Challenge 2022:実世界のオフラインデータからの巧みな操作の学習マニピュレーション2023/8/1
実機ロボットのデータセットを用いたオフライン強化学習により、押す・掴む・手内操作を含む巧みな操作タスクを学習する競技会を開催し、勝利チームの手法と最先端アルゴリズムのベンチマークを比較した。
- 実機ロボットにおけるオフライン強化学習のベンチマークオフライン強化学習2023/7/1
器用な操作タスク向けに、シミュレーションで訓練したRLエージェントが収集した大規模オフラインデータセットと実機・シミュレーション実行環境を提供するベンチマークを提案し、主要なオフラインRLアルゴリズムを評価した。
- 模倣制約下でのオフライン多様性最大化スキル発見2023/7/1
オフラインのタスク非依存データから、専門家の状態のみのデモンストレーションを模倣しつつ多様なスキルを発見する手法を提案し、D4RLと四足歩行ロボットで有効性を示した。
- ラベルなし混合動作の自己教師あり敵対的模倣による多様なスキル制御模倣学習2022/9/1
ラベルなしの多様な動作データから、敵対的模倣学習と教師なしスキル発見を組み合わせて、制御可能なスキルセットを持つ汎用方策を獲得する手法を提案し、四足ロボットSolo 8で実証した。
