Samuele Tosatto
収録論文 5本 ・ フィジカルAI/ロボット学習
世界モデルテレオペレーションマニピュレーション動作プリミティブ
※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
- 動的スパース性:ロボット強化学習ベンチマークにおける世界モデル学習の一般的なスパース性仮定への挑戦世界モデル2025/11/1
MuJoCo Playgroundのロボット強化学習環境の真のダイナミクスを分析し、状態と時間のスパース性仮定が実際には成り立たず、代わりに状態依存の局所的スパース性が接触イベントなどで現れることを示した。
- データ駆動型テレオペレーションにおける非線形アクションマップの利点の検証テレオペレーション2024/10/1
低次元コントローラと多自由度マニピュレータ間の写像を学習する際、非線形な奇関数アクションマップを提案し検証したが、従来手法に対する明確な優位性は見られなかった。
- ベイズアグリゲータを備えた深層確率的運動プリミティブマニピュレーション2023/7/1
線形運動プリミティブの全操作(時間変調・ブレンド・経由点条件付け・文脈条件付け)を統合した深層運動プリミティブを提案し、ベイズ文脈アグリゲータで文脈条件付けとブレンドを改善した。
- 文脈付き潜在運動のオフポリシー最適化によるロボットマニピュレーション技能学習マニピュレーション2020/10/1
示範軌道からMPPCAで低次元の潜在運動ダイナミクスを獲得し、自己正規化重要度サンプリングを用いた新しい文脈付きオフポリシーRL(LAMPO)で運動プリミティブをサンプル効率よく最適化する枠組みを提案した論文。
- パラメータ空間における動作プリミティブの次元削減動作プリミティブ2020/3/1
動作プリミティブのパラメータ空間で主成分動作を抽出する次元削減手法を提案し、確率的動作プリミティブの性質を継承しつつ実機タスクと人間動作データで有効性を示した。
