Rico Jonschkowski

収録論文 9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

• MT-Opt：大規模継続的マルチタスクロボット強化学習
  マルチタスク強化学習2021/4/1

  複数ロボットで探索・経験・表現を共有しながら多様なタスクを同時に学習する継続的マルチタスク強化学習システムMT-Optを提案し、実機12タスクで有効性を示した。

• 注意散漫制御スイート：ピクセル入力強化学習のための挑戦的ベンチマーク
  ベンチマーク/視覚RL2021/1/1

  DM Controlに背景・色・カメラ姿勢の3種の視覚的妨害を加えた新しいベンチマークを構築し、最先端の視覚ベース強化学習が妨害下で性能低下することを示した。

• 微分可能マッピングネットワーク：スパース視覚自己位置推定のための構造化地図表現学習
  視覚自己位置推定2020/5/1

  空間構造を持つ地図表現と自己位置推定をエンドツーエンドで同時学習するニューラルネットワークDMNを提案し、少数の既知視点画像からのスパース視覚自己位置推定に適用した。

• 微分可能なリサンプリングに向けて
  粒子フィルタ2020/4/1

  粒子フィルタのリサンプリングを学習型ニューラルネット（particle transformer）で置き換え、微分可能な粒子フィルタとして end-to-end 学習を可能にした研究。

• KeyPose：透明物体のための多視点3Dラベリングとキーポイント推定
  3D姿勢推定2019/12/1

  ステレオ画像から透明物体の3Dキーポイントを推定する深層学習手法KeyPoseを提案し、RGBカメラでの簡易な3Dラベリング手法と48K枚の透明物体データセットを構築した。

• 動きから物体を検出する弱教師あり学習手法
  物体検出2019/9/1

  物体が動く動画と物体のない負例動画の2種類だけで、位置アノテーションなしに物体検出器を学習する手法を提案し、ロボティクス設定で評価した。

• 未知カメラの動画から教師なしで単眼深度を学習する手法
  深度推定2019/4/1

  単眼動画のフレーム間整合性のみを教師信号に、深度・自己運動・物体運動・カメラ内部パラメータ（レンズ歪み含む）を同時に教師なし学習する手法を提案し、CityscapesやKITTIで深度予測とオドメトリの新たな最先端を達成した。

• 微分可能パーティクルフィルタ：アルゴリズム的事前分布を用いた端到端学習
  状態推定2018/5/1

  パーティクルフィルタを微分可能に実装し、運動・観測モデルを状態推定性能そのものを目的関数として端到端で学習する手法を提案。シミュレーションと実データで誤差を約80%削減し、LSTMより汎化性能が高いことを示した。

• 位置・速度エンコーダによる構造化状態表現の教師なし学習
  表現学習2017/5/1

  画像からタスク関連物体の位置と速度を教師なしで符号化するPVEを提案し、物理世界の事前知識に基づく整合性で学習、複数のシミュレーション制御タスクで有効性を予備的に示した。