Vivek Myers
収録論文 9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
- スケーラブルな目標条件付き強化学習のためのマルチステップ準距離学習目標条件付き強化学習2025/11/1
マルチステップモンテカルロリターンを用いて準距離を学習するオフライン目標条件付き強化学習手法を提案し、長期的な視覚タスクや実世界のロボット操作で有効性を示した。
- マルチエージェント逆Q学習による模倣学習マルチエージェント強化学習2025/3/1
他エージェントの方策で周辺化したクリティックを学習し、単一エージェントのsoft-Q IRLの最適化基準を適用することで、マルチエージェントの逆強化学習を高効率化した手法MAMQLを提案。
- 時間表現アラインメント:後継特徴がロボット指示追従における創発的な構成性を可能にするVLA2025/2/1
現在と将来の状態表現を時間的に整合させる損失で学習することで、明示的なサブタスク計画や強化学習なしに、基本タスクの組み合わせからなる複合タスクをこなせる構成性がロボット操作タスクで向上することを示した論文。
- 言語最適化による方策適応:少数ショット模倣のためのタスク分解模倣学習2024/8/1
視覚言語モデルによるタスク分解を活用し、少数の実演から未知の長期的ロボット操作タスクに適応する手法PALOを提案した。
- BridgeData V2: 大規模ロボット学習のためのデータセット模倣学習2023/8/1
低コストロボットで24環境・6万軌道を収集した大規模多様データセットを公開し、模倣学習やオフライン強化学習の性能がデータ量とスキル多様性で向上することを示した。
- 言語指示に従うロボットのための目標表現:半教師あり言語インターフェースによる制御VLA2023/7/1
少量の言語ラベル付きデータと大量の未ラベルデータを活用し、言語指示を開始画像と目標画像の変化に埋め込むことで、実世界の多様なマニピュレーションタスクで指示に従う方策を学習した。
- 実世界に根ざした常識推論に向けて常識推論2023/6/1
LLMとVLMを活用し、ロボットが環境を能動的に知覚することで常識的な判断を行う手法を提案。レゴのスポーツカーを分解せずに片付けるなど、実世界での推論を実現し、MessySurfacesデータセットで評価した。
- オンライン選好からの能動的報酬学習報酬学習2023/2/1
人間への負担を抑えつつ、オンラインで提示する一対比較の選好クエリを設計・選択し、ロボット方策を効率的に適応させる手法を提案した。
- ランキングからマルチモーダルな報酬を学習する手法報酬学習2021/9/1
複数の専門家やタスクに由来する多様な選好を扱うため、軌道のランキングのみから混合モデルとしてマルチモーダル報酬関数を学習し、能動的クエリでデータ効率を高める手法を提案した。
