Sarah Bechtle
収録論文 11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
- 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。
- 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。
- 強化学習における転移の基礎：知識モダリティの分類体系転移学習2023/12/1
強化学習で知識を転移する際の様々な形態（ダイナミクス、報酬、価値関数、方策、データ）を分類し、それぞれの特性や転移メカニズムを整理したサーベイ論文。
- オフライン強化学習の汎化のための同変データ拡張オフライン強化学習2023/9/1
状態空間の並進変換に対する同変性を利用してデータセットを拡張し、オフライン強化学習エージェントの分布外目標への汎化性能を向上させる手法を提案した。
- 制御のための汎用ダイナミクスモデル制御/モデルベース強化学習2023/5/1
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
- モデルベース逆強化学習による時間不変な報酬関数の学習逆強化学習2021/7/1
実演から時間不変なコストを学習することで、実行速度や時間的ずれに依存せず汎化する報酬関数を獲得する手法を提案し、Kukaアームでの配置・ペグ挿しタスクで有効性を示した。
- 順モデル予測誤差を活用した制御学習モデルベース制御2020/11/1
モデル学習とデータ収集を交互に行い、順モデルの予測誤差を制御学習の損失に組み込むことで、接触を伴う複雑な運動制御タスクの学習を改善する手法を提案した論文。
- 把持物体のキーポイント予測モデルをマルチモーダル学習で獲得する視覚物体操作マニピュレーション2020/11/1
固有感覚と視覚を融合した自己教師ありキーポイント検出器を学習し、把持物体を含む拡張運動学チェーンを数秒の視覚データから獲得して物体操作に応用した研究。
- 視覚デモンストレーションからのモデルベース逆強化学習逆強化学習2020/10/1
事前学習した視覚ダイナミクスモデルを用い、人間の視覚デモのみからコスト関数を学習し、視覚モデル予測制御で物体操作を再現するフレームワークを実機で検証した。
- 学習された損失関数によるメタ学習メタ学習2019/6/1
タスクやモデル構造をまたいで汎化するパラメトリックな損失関数をメタ学習し、教師あり学習と強化学習の両方で学習効率と頑健性を改善した。
- 好奇心駆動iLQR：モデルベース強化学習における不確実性の解消モデルベースRL2019/4/1
ベイズ力学モデルとモデル不確実性を考慮したiLQRを組み合わせ、タスクコストと不確実性を同時に最小化するモデルベース強化学習を提案し、7自由度マニピュレータの到達タスクで有効性を示した。
