Rugile Pevceviciute

収録論文 5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

• 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-real
  sim2real2024/9/1

  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。

• 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。

• 産業用挿入タスクのためのオフラインメタ強化学習
  メタ強化学習2021/10/1

  過去タスクの実演と試行データのみからメタ学習し、産業用挿入タスクへ迅速に適応するオフラインメタ強化学習手法を提案した論文。文脈メタ学習とオンライン微調整を組み合わせ、類似タスクには即応・大きく異なるタスクには段階適応する。

• 強化学習と実演による産業組立向け堅牢マルチモーダル方策：大規模実証研究
  産業組立/強化学習2021/3/1

  産業組立タスクにおいて、実演からの強化学習（DRL）を産業志向の設計基準で構築し、NISTベンチマークでプロのインテグレータや人間を上回る速度と信頼性を実証した大規模研究。

• 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。