Stefan Bauer
TUM & MCML & CIFAR
収録論文 13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
- 一つは皆のために、皆は一つのために:確率的制御による協調マルチエージェント拡散誘導拡散モデル/マルチエージェント2026/10/6
凍結した事前学習済み拡散モデルを再利用可能な生成プリミティブとして扱い、確率的最適制御で逆過程を協調させ、マルチエージェント迷路探索やロボット計画などで統合的な出力を生成する枠組みを提案。
- Jasmine: シンプルで高性能・スケーラブルなJAXベースのワールドモデリングコードベースワールドモデル2025/10/30
JAXを用いた高性能なワールドモデル学習基盤を提案し、単一ホストから数百アクセラレータまでスケール可能で、CoinRun事例を従来より桁違いに高速に再現できることを示した。
- 身体性AIの基盤世界モデルにおける因果性の本質的役割身体性AI2024/2/1
身体性AIのための基盤世界モデルに因果性を取り入れる重要性を論じ、物理的相互作用の正確な予測に向けた展望と誤解の整理を行った位置論文。
- 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。
- 深層強化学習と知識転移による複雑なスパース報酬タスクのための器用なロボットマニピュレーションマニピュレーション2022/5/1
深層強化学習と知識転移を用いて、立方体を位置と姿勢の両方で操作する複雑なタスクを実現した研究。
- 物理的微分:物理的な順伝播による方策勾配の計算強化学習2022/1/1
遷移モデルの代わりにパラメータ摂動に対する軌道の感度を学習し、実機ロボットで方策勾配を物理的に順伝播して推定する手法を提案・検証した。
- 線形関係ネットワークによる構成可能なマルチオブジェクト強化学習マニピュレーション2022/1/1
複数物体環境での操作タスクにおいて、物体数が変化してもゼロショットで汎化できる線形スケールの関係推論モジュールを提案した論文。
- クラウド上のロボット競技会:Real Robot Challengeマニピュレーション2021/9/1
遠隔操作可能な3本指ロボットプラットフォームを構築し、世界中のチームが参加できる器用な物体操作の競技会を開催した。競技で収集した数百時間分のデータセットも公開している。
- GPUシミュレーションから遠隔実機TriFingerへの巧みな操作の転移sim2real2021/8/1
3本指ロボットで立方体を任意の6自由度姿勢に動かすタスクをIsaacGymで強化学習し、キーポイント表現とドメインランダム化により遠隔実機で83%の成功率を達成した。
- 実世界の巧みな物体操作に向けた構造化ポリシーとポリシー最適化のベンチマークマニピュレーション2021/5/1
2020 Real Robot Challengeで成功した構造化ポリシー手法をTriFingerシステム上でシミュレーションと実機の両方で検証し、各手法の特徴を詳細に分析したベンチマーク研究。
- CausalWorld:因果構造と転移学習のためのロボットマニピュレーションベンチマークマニピュレーション2020/10/1
ブロック組み立てタスクを通じて因果構造と転移学習を研究するための、因果変数への介入が可能なロボット操作シミュレーションベンチマークを提案した論文。
- TriFinger: 器用さを学習するためのオープンソースロボットマニピュレーション2020/8/1
約5000ドルの安価で安全に自律動作する3本指ロボットハンドのハード・ソフトをオープンソースで提供し、強化学習や投擲・筆記などの実験で有効性を示した。
