Tim Hertweck
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
- EXIMO: VLMによるVLAポリシー探索のガイドVLA/強化学習2026/8/20
VLAポリシーの効率的なファインチューニング手法EXIMOを提案。VLMをプランナーとして使い、長期的なタスクを分解してデータ収集し、模倣学習とオフポリシーRLで最適化する。
- 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。
- 少ないほど豊か：マルチタスク強化学習のためのディスパッチャ／エグゼキュータ原理強化学習2023/12/1
マルチタスク強化学習において、制御器をタスク理解部（ディスパッチャ）とデバイス制御部（エグゼキュータ）に分割し、強い正則化通信路で結ぶ設計原理を提案。データ効率と汎化性能の向上を目指す。
- 実験をまたぐリプレイ：オフポリシーRLの自然な拡張強化学習2023/11/1
過去の実験で得た経験データを再利用して探索と学習を効率化するRaEを提案し、歩行やマニピュレーションなど複数の制御タスクで性能と研究効率の向上を示した。
- SkillS: 効率的な時間拡張探索のための適応的スキルシーケンシング強化学習2022/11/1
既存の時間拡張スキルを探索のためにシーケンス化し、最終方策は生の経験から直接学習することで、迅速な適応と効率的なデータ収集を実現する手法を提案。
- 好奇心だけでは足りない？好奇心探索から生まれる創発行動の有用性強化学習2021/9/1
好奇心ベースの探索で学習中に生じる行動をスナップショットとして保持し、関連タスクへの転移に再利用できることを示した研究。
- 表現が重要：ロボティクスにおける知覚と探索の改善表現学習2020/11/1
3Dブロックの持ち上げ・積み上げ・押し出しタスクで、学習済み・手設計の複数の表現をエージェント入力と補助タスクの2用途で比較し、次元数・観測性・分離性の観点から「良い表現」の性質を体系的に評価した論文。
- 多様な脚型ロボットに共通適用できる汎用的な移動スキル学習フレームワーク歩行2020/8/1
二足・三足・四足・六足や車輪型を含む9種類のロボットに対し、ハイパーパラメータと報酬定義を共通化したオフポリシー強化学習で、機体固有の調整なしに多様な移動スキルを学習できることを示した。
- データ効率の良い後知恵オフポリシー・オプション学習強化学習2020/7/1
軌跡からオプション選択を推論し動的計画法の推論を逆伝播することで、全ポリシー構成要素をオフポリシーかつエンドツーエンドに学習するHO2を提案し、生ピクセル入力の3Dロボット操作タスクで有効性を示した。
- 探索のためのシンプルセンサー意図強化学習/探索2020/5/1
生のセンサー入力から直接計算できる補助タスク「シンプルセンサー意図」を提案し、実機ロボットアームが把持・持ち上げやボールインナカップをゼロから学習できることを示した。
- 階層強化学習における合成的転移階層強化学習2019/6/1
複数タスク間でデータを共有する階層的方策最適化手法RHPOを提案し、実機ロボットの積み木タスクでデータ効率と性能の大幅な向上を示した。
- 実機でボールインナカップを実現する視覚と特徴量に基づく制御方策の同時学習強化学習2019/2/1
訓練時のみ利用可能な特徴量を使う補助タスクを併用したマルチタスク強化学習により、実機ロボットで視覚ベースのボールインナカップ制御方策をシミュレーションからの転送や模倣学習なしでゼロから高速に学習できることを示した。
