Raia Hadsell
収録論文 28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
- SIMA 2: 仮想世界のための汎用身体性エージェントVLA2025/12/1
Gemini基盤モデルをベースに、多様な3D仮想世界で言語や画像による指示を理解し行動する汎用エージェントSIMA 2を開発。未知環境への汎化や自己改善による新スキル獲得を実現した。
- RoboTAP: 任意点追跡による少数ショット視覚模倣模倣学習2023/8/1
任意点追跡モデルでデモの動きを抽出し、シーン変化に対応できる低レベル制御器を学習することで、数分のデモから物体配置や接着などの複雑なタスクを少数ショットで模倣できるようにした研究。
- RoboCat: ロボットマニピュレーションのための自己改善型汎用エージェントマニピュレーション2023/6/1
多様なロボットとタスクの経験を活用し、新しいスキルや機体に適応できる汎用マニピュレーションエージェントRoboCatを提案。自己生成データによる改善ループも示す。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 深層強化学習による二足歩行ロボットの俊敏なサッカースキル獲得sim2real2023/4/1
低コスト小型ヒューマノイドロボットに深層強化学習を適用し、1対1サッカーをプレイする俊敏で安全な運動スキルをシミュレーションで学習させ、実機へゼロショット転移した。
- MO2: モデルベースオフラインオプション強化学習/オプション発見2022/9/1
過去の経験からボトルネック状態で切り替わる有用な行動(オプション)をオフラインで発見し、新しいタスクへ転移して探索と価値推定を改善する手法を提案する。
- 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。
- 模倣して再利用:人と動物の動作から学習する再利用可能なロボット運動スキルsim2real2022/3/1
人や犬のモーションキャプチャデータを模倣して脚式ロボットの運動スキルモジュールを学習し、歩行やボールドリブルなどの下流タスクに再利用して実機へゼロショット転移した研究。
- 階層的潜在混合ポリシーによる転移可能な運動スキルの学習スキル学習2021/12/1
離散・連続潜在変数を組み合わせた3階層モデルでオフラインデータから再利用可能な運動スキルを抽出し、新タスクや視覚ベース方策への転移・微調整を可能にする手法を提案した。
- 潜在埋め込みによるタスク適応としての少数ショットキーポイント検出キーポイント検出2021/12/1
キーポイント埋め込みを条件として疎なネットワークを適応させ、密な汎用性と疎な精度を両立するキーポイント追跡手法を提案し、実機ピック・アンド・プレースでゼロショット転移を示した。
- ピックアンドプレースを超えて:多様な形状の物体のロボット積み重ねへの挑戦マニピュレーション2021/10/1
複雑な形状の物体をロボットで積み重ねる課題に対し、強化学習と視覚ベースの対話型方策蒸留、sim2real転移を組み合わせた手法を提案し、実世界で多様な積み重ねスキルを実現した。
- 実画像変換による触覚のsim-to-realポリシー転送触覚2021/6/1
光学式触覚センサを深度画像として模擬する環境を構築し、実センサ画像をシミュレーション画像へ変換することで、触覚を要するタスクのゼロショットsim-to-real転送を実現した。
- マルチオブジェクティブ方策最適化による強化学習の改善:オフラインRLとファインチューニングの事例研究強化学習2021/6/1
強化学習の補助目的を多目的最適化問題として捉え、線形スカラー化に代わる新アルゴリズムDiMEを提案。オフラインRLとファインチューニングで既存手法を上回る性能を示した。
- クロスモーダル自己教師あり学習による豊かな触覚表現の獲得触覚2021/1/1
触覚センサ付きの擬人化ロボットハンドで物体を触り、他モダリティとの対応を自己教師あり学習に用いて触覚特徴を学習し、未知物体・姿勢の少数ショット分類で有効性を示した研究。
- S3K: マルチビュー整合性によるロボットマニピュレーション向け自己教師あり意味キーポイントマニピュレーション2020/9/1
複数視点の整合性を利用した半教師あり学習で、1〜5mm精度の意味的3Dキーポイントを獲得し、把持や嵌合などの精密作業や強化学習の報酬設計に活用できることを示した論文。
- 触覚ロボティクスのための深層強化学習:点字キーボードでタイピングを学習する触覚/強化学習2020/8/1
触覚画像のみを観測として用い、実機ロボットで点字キーボードのタイピングを深層強化学習で学習させる環境と4段階のタスクを提案し、シミュレーションでは全タスク、実機では4タスク中3タスクの学習に成功した。
- 多目的方策最適化の分布的アプローチ多目的強化学習2020/5/1
複数の競合する目的をスケール不変な選好で扱える多目的強化学習アルゴリズムを提案し、目的ごとの行動分布を学習してパラメトリック方策に統合、高次元ロボティクスタスクで有効性を示した。
- StreetLearn:実世界ストリートビューによる対話型ナビゲーション環境とデータセットナビゲーション2019/3/1
Googleストリートビューを活用した一人称視点の部分観測可能な対話型ナビゲーション環境StreetLearnを構築し、目標駆動型ナビゲーションタスクの性能ベースラインを提示した。
- 好奇心駆動型深層強化学習による優しい物体操作の学習強化学習/触覚2019/3/1
接触力へのペナルティを予測する「ペナルティベースの驚き」を内在報酬として導入し、壊れやすい物体に優しく接触しながら探索・実行できる強化学習方策を腱駆動型触覚ロボットハンドで実証した。
- 制約付きモデルフリー連続制御強化学習2019/2/1
ラグランジュ緩和を用いて、タスク達成を保証しつつ制御努力などの補助コストを最小化する制約ベース強化学習手法を提案し、滑らかな制御ポリシーを学習できることを示した論文。
- ランダム化→正規化適応ネットワークによる実世界データ不要のロボット把持sim2real2018/12/1
ランダム化されたシミュレーション画像を正規化画像へ変換するRCANを学習し、実画像も同様に変換することで実世界データなしに視覚ベース把持エージェントをsim-to-real転移した研究。
- ピクセルから知覚へ:深層学習と光学生体模倣触覚センサによる高ロバストなエッジ知覚と輪郭追従触覚2018/12/1
光学生体模倣触覚センサTacTipに深層CNNを適用し、円盤へのタッピングのみで訓練したモデルで、不規則・柔軟物体のエッジ知覚と輪郭に沿った接触点計画を実現した。
- 1回の走行データからキロメートル規模のナビゲーション方策を学習する手法ナビゲーション2018/7/1
実ロボットの1回の走行記録のみから、2km以上に及ぶ多様な環境で目標指向ナビゲーション方策を効率的に学習し、実機に展開できることを示した論文。
- ロボティクスにおける深層学習の限界と可能性深層学習2018/4/1
ロボット特有の学習・推論・身体性の課題を整理し、評価指標やシミュレーション学習、データ駆動とモデル駆動の融合の重要性を論じた展望論文。
- 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。
- インタラクティブリプレイによるロボットナビゲーションのワンショット強化学習ナビゲーション2017/11/1
環境を一度だけ走行して得たデータからインタラクティブな世界モデルを構築し、実環境の変動下でもファインチューニングなしでゼロショット転移できるナビゲーション学習手法を提案した。
- 複雑な環境でのナビゲーション学習ナビゲーション2016/11/1
強化学習に深度予測とループ閉じ込み分類の補助タスクを組み合わせ、生のセンサ入力から複雑な3D迷路をナビゲートするエージェントを学習させた。
- プログレッシブネットによるピクセル入力からのsim-to-realロボット学習sim2real2016/10/1
プログレッシブネットワークを用いてシミュレーションで学習した方策を実機ロボットへ転移し、生の画像入力と疎な報酬のみでマニピュレーションタスクを実機学習できることを示した論文。
