Stephane Doncieux
収録論文 12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
- 基盤モデルによる品質多様性解の評価を用いたタスク認識型ロボット把持マニピュレーション2024/11/1
LLMと品質多様性アルゴリズムを組み合わせ、物体を意味的に分割してタスクに応じた把持をゼロショットで生成するフレームワークを提案し、YCBデータセットで有効性を示した。
- LLMとDecision Transformerによる言語接地型生成的Quality-DiversityVLA2023/8/1
大規模言語モデルで軌道に自然言語記述を付与し、その記述に条件付けられた方策を学習することで、任意の目標行動記述子やテキストプロンプトで軌道を生成・カスタマイズできる手法を提案した。
- データ効率が高く説明可能で安全な箱操作:モデル予測制御における物理的事前知識の利点マニピュレーション2023/3/1
実ロボットの荷物操作問題を題材に、環境の力学に関する事前知識をモデル予測制御に組み込むことで、説明可能性・安全性・データ効率が向上し、少ないデータで汎化できることを示した。
- E2R: 階層学習に着想を得た新規性探索による多様な把持軌道リパートリーの生成マニピュレーション2022/10/1
階層学習の考え方を取り入れ、接近と把持を分離した新規性探索ベースの手法で、様々なロボット・グリッパに適用可能な多様な把持軌道データセットを生成する。
- メタ学習されたニューラル常微分方程式を用いた適応的非同期制御適応制御2022/7/1
メタ学習で連続時間の適応的ダイナミクスモデルを獲得し、不規則な観測・行動と環境変化に対応する制御フレームワークを提案し、ロボットシミュレーションと実機で検証した。
- 学習された行動空間における疎な報酬の発見と活用強化学習2021/11/1
行動空間をオンザフライで学習しつつ探索と報酬最適化を交互に行うSTAXを提案し、疎報酬環境で既存手法と同等の性能を少ない事前情報で達成した。
- 新規性探索とエミッタによる疎報酬探索強化学習2021/2/1
疎報酬環境で探索と活用を交互に行うSERENEを提案し、新規性探索で探索、エミッタで報酬領域を活用する手法が既存手法より優れることを示した。
- 新規性探索が進化可能性を必然的に促す進化計算2020/5/1
行動空間に境界がある場合でも、新規性探索が進化可能性の高い個体を暗黙的に選抜する仕組みを解析した研究。
- DREAMアーキテクチャ:ロボティクスにおけるオープンエンド学習への発達的アプローチ発達ロボティクス2020/5/1
ロボットが環境やタスクに応じて状態表現を段階的に再記述・獲得し、知識を転移できる発達的認知アーキテクチャDREAMを提案した論文。
- 新規性と驚きによる到達可能な結果空間の教師なし学習と探索強化学習探索2019/9/1
高次元観測からタスク非依存に多様な方策を探索するTAXONSを提案し、オートエンコーダで構築した低次元結果空間と再構成誤差を探索の駆動力に用いて、真の結果空間の広範囲をカバーする制御器群を獲得できることを示した。
- 対話的知覚によるアフォーダンスマップの構築アフォーダンス2019/3/1
ロボットが環境との対話を通じて視覚的特徴と行動・効果の関係をオンライン学習し、アフォーダンスマップを構築する手法を提案。実機PR2で3つの行動プリミティブを検証した。
- 探索から制御へ:新規性探索と局所適応による物体操作スキルの学習マニピュレーション2019/1/1
シミュレーション上で質的多様性アルゴリズムを用いて多様な物体操作行動のレパートリーを自動生成し、実環境での適応手法によりタスクを解決するアプローチを提案した論文。
