Sebastian Blaes
収録論文 9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
- 不確実性に注意:リスク認識と能動的探索を備えたモデルベース強化学習モデルベース強化学習2023/9/1
確率的な安全制約を考慮し、アンサンブルニューラルネットワークの認識的不確実性と偶発的不確実性を分離して楽観性と悲観性のバランスを取る、モデルベース強化学習の手法を提案。
- Real Robot Challenge 2022:実世界のオフラインデータからの巧みな操作の学習マニピュレーション2023/8/1
実機ロボットのデータセットを用いたオフライン強化学習により、押す・掴む・手内操作を含む巧みな操作タスクを学習する競技会を開催し、勝利チームの手法と最先端アルゴリズムのベンチマークを比較した。
- 実機ロボットにおけるオフライン強化学習のベンチマークオフライン強化学習2023/7/1
器用な操作タスク向けに、シミュレーションで訓練したRLエージェントが収集した大規模オフラインデータセットと実機・シミュレーション実行環境を提供するベンチマークを提案し、主要なオフラインRLアルゴリズムを評価した。
- 動的システムの楽観的能動探索強化学習2023/6/1
未知の動的システムを能動的に探索し、複数の下流タスクをゼロショットで解けるモデルを学習するアルゴリズムOPAXを提案。
- ラベルなし混合動作の自己教師あり敵対的模倣による多様なスキル制御模倣学習2022/9/1
ラベルなしの多様な動作データから、敵対的模倣学習と教師なしスキル発見を組み合わせて、制御可能なスキルセットを持つ汎用方策を獲得する手法を提案し、四足ロボットSolo 8で実証した。
- 構造化世界モデルによる好奇心探索がゼロショット物体操作を実現マニピュレーション2022/6/1
構造化世界モデル内で新規性を計画することで、複数物体環境での効率的な好奇心探索を行い、追加学習なしで積み上げや投げなどの物体操作タスクをゼロショットで解く手法を提案。
- 不完全な実演の敵対的模倣による俊敏スキルの学習模倣学習2022/6/1
物理的に不完全な部分実演からWasserstein GANで報酬を推定し、四足ロボットSolo 8でバク宙などの俊敏スキルを獲得する手法を提案。
- リアルタイム計画のためのサンプル効率の良いクロスエントロピー法モデルベース強化学習2020/8/1
時間相関のある行動とメモリを導入し、CEMのサンプル効率を大幅に改善してリアルタイム計画を可能にした研究。
- 制御できるものを見極める:内発的動機に基づくタスク計画エージェントタスク計画2019/6/1
驚きに基づく内発的動機を用いて、環境の何を制御できるか・時間と注意の配分・物体間の関係を学習し、タスクグラフ探索や確率的ロードマップと組み合わせてゼロから効率的に学習するエージェントを提案した。
