Tianhe Yu
収録論文 25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
- RT-Sketch: 手描きスケッチによる目標条件付き模倣学習模倣学習2024/3/1
手描きスケッチを目標指定に用いる操作ポリシーを提案し、言語や画像条件よりも曖昧さや視覚的妨害に頑健であることを示した。
- ロバストなマニピュレーションに有効な事前学習済み視覚表現の特性マニピュレーション2023/12/1
15の事前学習済み視覚モデルを比較し、マニピュレーションの分布シフトに対するロバスト性を決める要因を分析した。ViTでは創発的なセグメンテーション能力が分布外汎化の強い予測因子であることを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 動画と言語による長期タスクの計画VLA2023/10/1
大規模生成モデルを活用し、テキスト指示と画像から長期タスクの動画計画を生成するVLPを提案。木探索で視覚言語モデルとテキストto動画モデルを組み合わせ、実ロボット行動に変換する。
- Q-Transformer：自己回帰的Q関数によるスケーラブルなオフライン強化学習オフライン強化学習2023/9/1
TransformerでQ関数を自己回帰的に表現し、大規模オフラインデータからマルチタスク方策を学習する手法を提案。実世界の多様なロボット操作タスクで既存手法を上回る性能を示した。
- 対照的な例ベース制御オフライン強化学習2023/7/1
高リターン状態の例から報酬関数を学習する代わりに、マルチステップ遷移の暗黙モデルを学習し、例ベース制御のQ値を表現するオフライン手法を提案。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- オフラインで訓練し、オンラインでテスト：実機ロボット学習ベンチマークsim2real2023/6/1
共有ロボットハードウェアとオープンソースデータセットを提供し、遠隔からオフライン学習手法を実機で評価できるベンチマークTOTOを提案した。
- PaLM-E: 身体性を持つマルチモーダル言語モデルVLA2023/3/1
視覚や連続状態などのセンサ入力を言語モデルに統合し、ロボット操作計画や視覚的質問応答など複数の身体性タスクを単一モデルで解けるようにした研究。
- 意味的に想像された経験によるロボット学習のスケーリングマニピュレーション2023/2/1
テキストから画像を生成する拡散モデルを使い、既存のロボット操作データセットに多様な物体や背景を描き加えるデータ拡張手法ROSIEを提案。実世界実験で未見の物体やタスクへの汎化性能と外乱への頑健性が向上することを示した。
- RT-1: 実世界制御のための大規模ロボティクストランスフォーマーVLA2022/12/1
多様なロボットデータで訓練したTransformerモデルRT-1を提案し、実世界タスクにおけるデータ量・モデル規模・データ多様性に対する汎化性能を大規模実験で検証した。
- 異なる制御周波数でのオフライン強化学習オフライン強化学習2022/7/1
制御周波数が異なるオフラインデータを混ぜて強化学習する際の問題を分析し、NステップリターンのNを離散化サイズに応じて調整することで学習を安定化させる手法を提案した。
- オフライン強化学習におけるラベルなしデータの活用法オフラインRL2022/2/1
ラベルなしデータに報酬ゼロを付与する単純な手法が、報酬モデル学習なしでも理論・実験的に有効であることを示し、その条件と改善策を明らかにした論文。
- マルチタスクオフライン強化学習のための保守的データ共有オフラインRL2021/9/1
複数タスクのオフラインデータを混ぜると分布シフトが悪化する問題に対し、タスク毎の改善度に基づいてデータを振り分ける保守的データ共有(CDS)を提案し、移動・ナビゲーション・視覚マニピュレーションで有効性を示した論文。
- 変分モデルを用いた視覚的敵対的模倣学習模倣学習2021/7/1
視覚的なデモンストレーションから変分モデルベースの敵対的模倣学習(V-MAIL)を提案し、サンプル効率と安定性を向上させて視覚運動ポリシーを学習する。
- COMBO: 保守的なオフラインモデルベース方策最適化オフライン強化学習2021/2/1
学習したダイナミクスモデルでのロールアウトから得た分布外状態行動ペアで価値関数を正則化し、明示的な不確実性推定なしに保守的なオフライン強化学習を実現した手法。
- 潜在空間モデルによる画像からのオフライン強化学習オフラインRL2020/12/1
画像観測から潜在状態のダイナミクスモデルを学習し、潜在空間で不確実性を表現することで、オフライン強化学習を視覚タスクに拡張した研究。
- マルチタスク学習における転移の測定と活用マルチタスク学習2020/10/1
タスク間の情報転移（トランスファレンス）を定量化する類似度指標を開発し、共同学習すべきタスクの選択や勾配結合の最適化に活用して性能を向上させた論文。
- マルチタスク学習のための勾配外科手術マルチタスク学習2020/1/1
マルチタスク学習でタスク間の勾配が干渉する問題を特定し、競合する勾配を射影で取り除く手法を提案して効率と性能を改善した。
- Meta-World：マルチタスク・メタ強化学習のためのベンチマークメタ強化学習2019/10/1
50種類のロボット操作タスクからなるオープンソースのシミュレーションベンチマークを提案し、7つの最先端メタRL・マルチタスクRL手法を評価した。
- 分布計画ネットワークによる教師なし視覚運動制御教師なし強化学習2019/2/1
報酬なしのインタラクションから目標までの進捗を測る埋め込み空間を学習し、自律的な強化学習を可能にする手法を提案。シミュレーションと実機マニピュレーションで有効性を示した。
- 人間の動画1本から複合視覚運動タスクを学習する階層的模倣学習模倣学習2018/10/1
人間がタスクを行う動画1本と他物体でのサブタスク実演データを用い、プリミティブ動作の学習と多段階タスクへの動的組み合わせを実ロボットで実現した。
- 人間の動画から一発学習：ドメイン適応メタ学習による模倣模倣学習2018/2/1
メタ学習で事前知識を獲得し、人間の1本の動画からロボットが新しい物体の配置・押し・ピック＆プレースを学習できる手法を提案。
- メタ学習によるワンショット視覚模倣学習模倣学習2017/9/1
メタ学習を用いて、ロボットが1回の視覚的なデモンストレーションから新しいスキルを学習できる手法を提案した論文。
- 半教師あり強化学習によるスキルの汎化強化学習2016/12/1
報酬が得られる限定環境と報酬なしの多様な環境を組み合わせ、逆強化学習的にタスク目的を推定して行動を汎化する半教師あり強化学習を提案した論文。
