Rafael Rafailov
収録論文 10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
- D5RL: データ駆動型深層強化学習のための多様なデータセットオフライン強化学習2024/8/1
実世界のロボット操作・移動環境を模したシミュレーションで、スクリプト・人間操作・その他多様なデータ源を含むオフライン強化学習の新ベンチマークを提案。
- OpenVLA: オープンソースの視覚-言語-行動モデルVLA2024/6/1
97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。
- MOTO: モデルベースロボット学習のためのオフライン事前学習とオンライン微調整モデルベースRL2024/1/1
高次元観測下でのロボットタスクに向け、オフライン事前学習とオンライン微調整を組み合わせたモデルベース強化学習手法MOTOを提案し、画像入力のみでMetaWorldとFranka Kitchenを解いた。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- オンライン強化学習のためのオフライン再学習:探索バイアスを緩和する分離型方策学習強化学習2023/10/1
オンライン強化学習で探索用の方策と評価用の方策を分離し、全対話データから悲観的に方策を再学習することで探索バイアスを抑え性能を向上させる手法を提案。
- 対照的な例ベース制御オフライン強化学習2023/7/1
高リターン状態の例から報酬関数を学習する代わりに、マルチステップ遷移の暗黙モデルを学習し、例ベース制御のQ値を表現するオフライン手法を提案。
- 視覚ベースのマニピュレータは手元も見るべきであるマニピュレーション2022/3/1
手元視点(アイ・イン・ハンド)と第三者視点の視覚情報が操作学習と汎化に与える影響を体系的に分析し、手元視点の有効性と第三者視点の情報ボトルネック正則化による汎化改善を示した。
- 変分モデルを用いた視覚的敵対的模倣学習模倣学習2021/7/1
視覚的なデモンストレーションから変分モデルベースの敵対的模倣学習(V-MAIL)を提案し、サンプル効率と安定性を向上させて視覚運動ポリシーを学習する。
- COMBO: 保守的なオフラインモデルベース方策最適化オフライン強化学習2021/2/1
学習したダイナミクスモデルでのロールアウトから得た分布外状態行動ペアで価値関数を正則化し、明示的な不確実性推定なしに保守的なオフライン強化学習を実現した手法。
- 潜在空間モデルによる画像からのオフライン強化学習オフラインRL2020/12/1
画像観測から潜在状態のダイナミクスモデルを学習し、潜在空間で不確実性を表現することで、オフライン強化学習を視覚タスクに拡張した研究。
