Tony Z. Zhao
Stanford University
収録論文 15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
- SpeedTuning: 軽量強化学習によるポリシー実行の高速化操作/強化学習2026/8/1
模倣学習で得た操作ポリシーの実行速度を、追加データ収集なしで強化学習により最適化し、成功率を保ちつつ2.4倍以上の高速化を実現するフレームワークを提案した。
- 力覚を考慮した自律ロボット手術医療ロボティクス2025/1/1
da Vinci研究用ロボットで組織の牽引を模倣学習により自動化し、力覚センサを入力に加えることで成功率と組織への優しさが大きく向上することを示した。
- RoboCrowd: クラウドソーシングによるロボットデータ収集のスケーリングデータ収集2024/11/1
クラウドソーシングとインセンティブ設計でロボット模倣学習用の人間デモデータ収集を分散・拡張する枠組みを提案し、大学カフェでの2週間実験で200人以上から800エピソード超を収集した。
- ALOHA Unleashed:ロボット巧みさのためのシンプルなレシピマニピュレーション2024/10/1
ALOHA 2プラットフォームでの大規模データ収集とDiffusion Policyを組み合わせることで、変形物体や複雑な接触を伴う両手巧み操作タスクを模倣学習で高精度に実現できることを示した研究。
- 手術ロボットトランスフォーマー(SRT):手術タスクのための模倣学習模倣学習/手術ロボット2024/7/1
da Vinci手術ロボットの不正確な順運動学データでも模倣学習を成功させる相対行動定式化を提案し、組織操作・針操作・結紮の3タスクで実証した。
- ALOHA 2:両腕テレオペレーション向けの改良型低コストハードウェアテレオペレーション2024/5/1
両腕マニピュレーション研究を加速するため、低コストで堅牢なテレオペレーション用ハードウェアALOHA 2を開発し、設計とMuJoCoモデルをオープンソース化した。
- ロボットに怒鳴って教える:言語訂正によるオンザフライ改善VLA2024/3/1
人間がロボットに言語で訂正を与えることで、高レベル方策がリアルタイムに適応し、反復学習を通じて長期的タスクの成功率を向上させるフレームワークを提案。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- Mobile ALOHA:低コスト全身遠隔操作による両腕移動マニピュレーションの学習マニピュレーション2024/1/1
低コストな全身遠隔操作システムMobile ALOHAを開発し、既存の静的ALOHAデータセットとの共訓練により、エビの炒め物や調理鍋の収納など複雑な移動マニピュレーションタスクを自律的に達成できることを示した。
- 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。
- ウェイポイントベースの模倣学習によるロボットマニピュレーションマニピュレーション2023/7/1
軌道を線形近似できる区間の端点を自動的にウェイポイントとして抽出する前処理モジュールAWEを提案し、模倣学習の誤差蓄積を抑えて成功率を向上させた。
- 低コストハードウェアによる繊細な両手マニピュレーションの学習マニピュレーション2023/4/1
低コストな両腕ロボットと遠隔操作インターフェースを用い、実演からの模倣学習でバッテリー挿入などの繊細な両手作業を80〜90%の成功率で実現した。
- 産業用挿入タスクのためのオフラインメタ強化学習メタ強化学習2021/10/1
過去タスクの実演と試行データのみからメタ学習し、産業用挿入タスクへ迅速に適応するオフラインメタ強化学習手法を提案した論文。文脈メタ学習とオンライン微調整を組み合わせ、類似タスクには即応・大きく異なるタスクには段階適応する。
- マルチタスク学習によるリセット不要強化学習:人手介入なしで器用な操作行動を獲得マニピュレーション2021/4/1
複数のタスクを組み合わせて互いにリセットの役割を果たさせることで、人間の介入やエピソードリセットなしに器用なマニピュレーション行動を強化学習で獲得する手法を提案した論文。
- 画像からのメタ強化学習を潜在状態モデルで実現するMELDメタ強化学習2020/10/1
潜在状態モデルをタスク推論として用い、画像入力からメタ強化学習を行うMELDを提案し、実機WidowXで8時間の訓練により新しい位置へのケーブル挿入を実現した。
