Tom Erez
収録論文 14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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- 軌道バンドル法:逐次凸計画とサンプリングベース軌道最適化の統合軌道最適化2025/9/1
微分不要のサンプリングにより凸近似を構築し、逐次凸計画とMPPIなどのサンプリングベース軌道最適化を統合するフレームワークを提案。
- 物理シーンのスプラッティング:不完全なロボットデータからのエンドツーエンド実世界→シミュレーションsim2real2025/6/1
3Dガウススプラッティングと物理シミュレーション用メッシュを統合し、生のロボット軌道から物体形状・見た目・ロボット姿勢・物理パラメータを微分可能レンダリングと微分可能物理で同時最適化する実世界→シミュレーション手法を提案。
- ExoStart: センサ付き外骨格による巧みな操作の効率的学習マニピュレーション2025/6/1
低コストのウェアラブル外骨格で人間の手の動きを収集し、シミュレーションで動力学フィルタリングして強化学習の初期化に用いることで、ロボットハンドの巧みな操作を実機にゼロショット転移させる学習フレームワークを提案。
- MuJoCoを用いた脚式ロボットの全身モデル予測制御歩行2025/3/1
MuJoCoのダイナミクスと有限差分近似微分を用いたiLQRによる全身MPCを実機の四足歩行・二足歩行・ヒューマノイドに適用し、シンプルな手法で実世界でも有効であることを示した。
- コネクタ挿入のための接触力モデルの効率的なオンライン学習マニピュレーション2023/12/1
剛体シミュレータでは扱いにくいコネクタ挿入のような接触の多い作業に対し、準静的接触力モデルをオンラインで学習し、最適化ベースの制御と組み合わせて滑らかな挿入を実現した。
- 言語から報酬へ:ロボットスキル合成の新パラダイムVLA2023/6/1
大規模言語モデルに報酬関数のパラメータを生成させ、それをリアルタイム最適化器で最適化することで、言語指示から多様なロボット動作を実現する手法を提案。
- 予測サンプリング:MuJoCoによるリアルタイム行動生成モデルベース制御2022/12/1
MuJoCo物理に基づくリアルタイム予測制御のためのオープンソース対話型アプリとフレームワークMJPCを公開し、iLQG・勾配降下法・予測サンプリングの3つのプランナを実装した。
- dm_control:連続制御のためのソフトウェアとタスク集強化学習ベンチマーク2020/6/1
MuJoCoを基盤とした強化学習向けのPythonライブラリ群と、歩行・マニピュレーションなどの標準タスクスイートを提供するソフトウェアを公開した。
- キャッチ&キャリー:視覚誘導型全身タスクのための再利用可能なニューラルコントローラ全身制御2019/11/1
物理ベース環境で、一人称視覚と触覚を持つヒューマノイドが箱運びやボールキャッチなどの全身タスクをこなせる、再利用可能なニューラルコントローラを学習・構築した研究。
- 強化学習による一般化力のモデリングでシミュレーションから実機への転移を実現sim2real2019/10/1
状態依存の一般化力を強化学習で最適化し、解析モデルを改良することで、わずか数分の実機データでsim-to-realの制御方策転移を改善するフレームワークを提案した。Sawyerロボットの非把持マニピュレーションで有効性を示した。
- 身体感覚から外界を学ぶ:自己受容予測モデルによる物体認識身体モデル/表現学習2018/4/1
エージェント自身の身体感覚のみを予測するモデルが、その予測の必要性を通じて外界の物体を潜在表現として獲得することを示し、実機のロボットハンドでも物体特性の推論に応用できることを実証した。
- 多様な視覚運動スキルのための強化学習と模倣学習の融合模倣学習/強化学習2018/2/1
少量のデモデータを活用して強化学習エージェントを支援するモデルフリー深層RL手法を提案し、RGB画像から関節速度を直接出力する視覚運動ポリシーを訓練した。多様なマニピュレーションタスクで単独のRLや模倣学習より高性能を示し、sim2real転移の可能性も示した。
- 器用な操作のためのデータ効率の良い深層強化学習マニピュレーション2017/4/1
DDPGを改良してデータ効率とスケーラビリティを高め、シミュレーション上で物体を掴んで積み重ねる器用な操作ポリシーを学習できることを示した論文。
