Roland Hafner
収録論文 23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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- DemoStart: 実演主導の自動カリキュラムによる多指ロボットのsim-to-realsim2real2024/9/1
シミュレーションでの少数の実演と疎な報酬のみから、3本指ロボットハンドの複雑なマニピュレーション行動を自動カリキュラム強化学習で獲得し、ゼロショットで実機に転移させる手法を提案した。
- オフラインActor-Critic強化学習の大規模モデルへのスケーリング強化学習2024/2/1
オフラインActor-Critic強化学習がTransformerなどの大規模モデルにスケールし、132の連続制御タスクで行動クローニングを上回ることを示した研究。
- 少ないほど豊か:マルチタスク強化学習のためのディスパッチャ/エグゼキュータ原理強化学習2023/12/1
マルチタスク強化学習において、制御器をタスク理解部(ディスパッチャ)とデバイス制御部(エグゼキュータ)に分割し、強い正則化通信路で結ぶ設計原理を提案。データ効率と汎化性能の向上を目指す。
- 実機ロボットでの大規模反復強化学習による多様な形状の積み重ね習得マニピュレーション2023/12/1
実機ロボットの自己生成データのみを用い、オフポリシー学習とオンライン/オフライン反復スキームでデータ効率を高め、ピクセルから直接エンドツーエンドで多様な形状の積み重ねを学習した。
- 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。
- SkillS: 効率的な時間拡張探索のための適応的スキルシーケンシング強化学習2022/11/1
既存の時間拡張スキルを探索のためにシーケンス化し、最終方策は生の経験から直接学習することで、迅速な適応と効率的なデータ収集を実現する手法を提案。
- 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。
- 好奇心だけでは足りない?好奇心探索から生まれる創発行動の有用性強化学習2021/9/1
好奇心ベースの探索で学習中に生じる行動をスナップショットとして保持し、関連タスクへの転移に再利用できることを示した研究。
- 表現が重要:ロボティクスにおける知覚と探索の改善表現学習2020/11/1
3Dブロックの持ち上げ・積み上げ・押し出しタスクで、学習済み・手設計の複数の表現をエージェント入力と補助タスクの2用途で比較し、次元数・観測性・分離性の観点から「良い表現」の性質を体系的に評価した論文。
- 「何を」解くかに焦点を当てた未把持ペグ挿入タスクのゼロからの学習マニピュレーション2020/10/1
自由に回転する非対称ペグを把持せずに挿入する高難度の劣駆動タスクを、補助制御と階層方策最適化を組み合わせたマルチタスク強化学習でシミュレーションと実機の両方でゼロから解決した。
- 多様な脚型ロボットに共通適用できる汎用的な移動スキル学習フレームワーク歩行2020/8/1
二足・三足・四足・六足や車輪型を含む9種類のロボットに対し、ハイパーパラメータと報酬定義を共通化したオフポリシー強化学習で、機体固有の調整なしに多様な移動スキルを学習できることを示した。
- データ効率の良い後知恵オフポリシー・オプション学習強化学習2020/7/1
軌跡からオプション選択を推論し動的計画法の推論を逆伝播することで、全ポリシー構成要素をオフポリシーかつエンドツーエンドに学習するHO2を提案し、生ピクセル入力の3Dロボット操作タスクで有効性を示した。
- 探索のためのシンプルセンサー意図強化学習/探索2020/5/1
生のセンサー入力から直接計算できる補助タスク「シンプルセンサー意図」を提案し、実機ロボットアームが把持・持ち上げやボールインナカップをゼロから学習できることを示した。
- 成功した行動を続けよう:オフライン強化学習のための行動モデリング事前分布オフライン強化学習2020/2/1
オフライン強化学習において、過去に実行され成功しやすい行動へ方策を誘導するアドバンテージ重み付き行動モデル(ABM)を提案し、連続制御や実ロボットのマルチタスク学習で改善を示した。
- ハイブリッド制御のための連続・離散強化学習強化学習2020/1/1
離散行動と連続行動が混在するロボット制御問題を、両者を同時に最適化するハイブリッド強化学習でネイティブに解き、専門家ヒューリスティクスを排除する利点をシミュレーションと実機で示した論文。
- 想像上の価値勾配:転移可能な潜在ダイナミクスモデルによるモデルベース方策最適化モデルベースRL2019/10/1
視覚と固有感覚から環境の予測モデルを学習し、想像上の軌跡に沿った価値勾配で方策を最適化することで、ロボット操作タスクへの転移を高速化する手法を提案した論文。
- 階層強化学習における合成的転移階層強化学習2019/6/1
複数タスク間でデータを共有する階層的方策最適化手法RHPOを提案し、実機ロボットの積み木タスクでデータ効率と性能の大幅な向上を示した。
- 実機でボールインナカップを実現する視覚と特徴量に基づく制御方策の同時学習強化学習2019/2/1
訓練時のみ利用可能な特徴量を使う補助タスクを併用したマルチタスク強化学習により、実機ロボットで視覚ベースのボールインナカップ制御方策をシミュレーションからの転送や模倣学習なしでゼロから高速に学習できることを示した。
- 遊びながら学ぶ:スパース報酬タスクをゼロから解く強化学習/マニピュレーション2018/2/1
複数のスパース報酬信号のもとで、補助タスクを能動的にスケジューリングしながらオフポリシー強化学習で複雑なロボット操作行動をゼロから学習する手法SAC-Xを提案した。
- 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。
- 器用な操作のためのデータ効率の良い深層強化学習マニピュレーション2017/4/1
DDPGを改良してデータ効率とスケーラビリティを高め、シミュレーション上で物体を掴んで積み重ねる器用な操作ポリシーを学習できることを示した論文。
