Rosario Scalise
University of Washington
収録論文 16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
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- バランスの取れたデータダイエット:ロボット制御のための超大規模強化学習における探索ボトルネックの解消強化学習2026/10/8
強化学習の大規模並列シミュレーションにおいて、ポリシーの能力の限界付近のタスク設定に学習を集中させる適応的サンプリング手法を提案し、四足歩行などの難タスクを効率的に学習できるようにした。
- 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化模倣学習/オフライン強化学習2025/10/1
非専門家データ(プレイデータや不完全なデモ)をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
- VAMOS:能力に応じて調整可能な階層型視覚-言語-行動モデルによる誘導可能なナビゲーションナビゲーション2025/10/1
意味的計画と身体性の接地を分離した階層型VLAを提案し、車輪・脚型ロボット間のクロス身体性ナビゲーションと自然言語による誘導を実現した。
- 観測からの計画のためのモデル予測敵対的模倣学習模倣学習/計画2025/7/1
逆強化学習のポリシーをモデル予測制御に置き換え、観測のみのデモから計画器をエンドツーエンドで学習する手法を提案し、サンプル効率や汎化性能の向上を示した。
- 長距離ナビゲータ(LRN):メトリックマップを超えてロボットの計画視野を拡張ナビゲーション2025/4/1
カメラ画像から「進めるフロンティア」を学習し、屋外ナビゲーションの計画視野を拡張する手法を提案。ラベルなし動画で学習でき、既存スタックに組み込むと人的介入と意思決定時間を削減。
- 親による指導:進化的蒸留による効率的な生涯学習生涯学習2025/3/1
強化学習・模倣学習・共進化的エージェント地形カリキュラムを組み合わせ、エージェントが複雑なタスクを通じて継続的に進化し、多様性と専門性のバランスを取りながら生涯学習を実現する枠組みを提案した。
- Wheeled Lab:低コスト・オープンソース車輪型ロボティクスのためのモダンなSim2Realsim2real2025/2/1
オープンソースの車輪型ロボットとIsaac Labを統合したエコシステムを構築し、ドリフト制御・起伏走行・視覚ナビゲーションのゼロショット方策を実現した。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- 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。
- シュタイン変分確率的ロードマップ経路計画2021/11/1
粒子ベースの変分推論を用いて、不確実な環境下でも効率的に確率的ロードマップを生成する手法SV-PRMを提案した論文。
- GuILD:サンプリングベース運動計画のための誘導付き局所逐次密化運動計画2021/4/1
探索木の頂点への短い経路情報を活用し、Informed Setの局所部分集合からサンプリングすることで、運動計画の収束を高速化する手法を提案した。
- 低コスト・オープンソースの教育研究用ロボットレースカーMuSHR教育・研究プラットフォーム2019/8/1
教育と研究向けに、詳細なDIYドキュメントで誰でも構築・導入できる低コストのオープンソース自律レースカープラットフォームを開発した。
- 静的な物体情報を活用したロボットの成功検出改善マニピュレーション2019/4/1
物体の画像や言語記述といった静的データを追加し、積み重ね・入れ子動作の成否判定精度を最大57%向上させた。
- 共有自律と人間-ロボット間コミュニケーションの両立共有自律2018/5/1
人間とロボットの言語コミュニケーションを共有自律の観点から分析し、人間が指示の協調性と明示性をどう調整するかの効率と認知負荷のトレードオフを明らかにした論文。
