Yarden As
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
- 強化学習による汎用ロボットポリシーのマルチタスク自己改善スケーリング強化学習2026/11/4
汎用ロボットポリシーを展開時に強化学習で多様なタスクへ同時に自己改善できるか検証し、価値推定や資源配分の設計次第で未学習タスクにも汎化することを示した。
- サンプリングに基づく安全強化学習安全強化学習2026/5/1
モデルベース強化学習において、動的モデルの不確かさを有限サンプルで近似し、学習中の安全性を保証するアルゴリズムを提案した。シミュレーションと実ロボットで安全な探索を実証した。
- 実機ロボットのオンライン強化学習で重要な設計選択とは何か強化学習2026/2/1
3種類のロボットで100回の実機学習を行い、アルゴリズムやシステム、実験設計の各選択を系統的に検証し、安定した学習を実現する設計指針を明らかにした。
- 方策事前分布による安全な探索安全強化学習2026/1/1
保守的な方策を事前分布として利用し、確率的ダイナミクスモデルで安全を保証しながら最適方策へ収束する強化学習手法SOOPERを提案した。
- SPiDR: 悲観的ドメインランダム化によるsim-to-real転移のゼロショット安全性sim2real2025/9/1
ドメインランダム化に悲観性を導入し、sim-to-realギャップ下でも安全制約を保証するスケーラブルな安全強化学習手法を提案し、実機ロボットで有効性を示した。
- 超音波画像誘導ロボット脊椎手術のためのロバスト劣ガウスモデル予測制御医療ロボティクス2025/8/1
画像から推定した状態の誤差を劣ガウス雑音としてモデル化し、その不確かさを伝播させることで、線形システムの閉ループ安全性を保証するモデル予測制御を開発し、超音波画像誘導脊椎手術に応用した。
- Safe-EF: 非平滑制約付き最適化のための誤差フィードバック連合学習2025/5/9
通信圧縮を用いた連合学習において、非平滑な目的関数と安全制約を扱う新しい誤差フィードバックアルゴリズムSafe-EFを提案し、理論的下界を達成しつつ安全性を保証する。
- 対称性誘導メモリ拡張による効率的な歩行学習歩行2025/2/1
ロボットとタスクの対称性を利用して追加の訓練経験を生成し、さらにポリシーのメモリ状態にも変換を適用することで、脚式ロボットの強化学習を効率化するフレームワークを提案した。
- ActSafe: 安全制約付き強化学習のための能動的探索安全強化学習2024/10/1
未知のダイナミクスに対する不確実性を考慮しつつ安全制約を守りながら探索するモデルベース強化学習手法を提案し、学習中の安全性と高性能を両立できることを示した。
- 確率的モデルベースメタ強化学習によるデータ効率的なタスク汎化メタ強化学習2023/11/1
動力学モデルの事前分布をメタ学習し、不確実性を活用して探索を導くことで、データが乏しい状況でも新しい動力学に素早く適応できるモデルベースメタ強化学習手法を提案した。
- 安全な深層強化学習による椎弓根スクリューの術中計画医療ロボティクス2023/5/1
脊椎手術のドリル経路計画に安全な深層強化学習を適用し、不確実性を考慮した安全フィルタと事前学習ネットワークで術中の不完全な解剖情報を補完する手法を提案した。
- ベイズ世界モデルによる制約付き方策最適化モデルベースRL/安全制約2022/1/1
ベイズ世界モデルの不確実性を利用し、タスク目的の楽観的上界と安全制約の悲観的上界を最大化するモデルベース強化学習手法LAMBDAを提案し、Safety-Gymで高いサンプル効率と制約違反の少なさを示した。
