Yuval Tassa
収録論文 24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
- 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。
- 筋肉によるモーションキャプチャ:パラメトリック筋骨格犬モデルの予測制御筋骨格モデル2025/6/1
正確な3D筋メッシュから生成した犬の筋骨格モデルと、様々な制御アルゴリズムに対応するモーションキャプチャベースの歩行タスクを提案し、筋活動パターンをEMGデータと比較して検証した。
- 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。
- MuJoCo Playground:ロボット学習のためのオープンソースフレームワークsim2real2025/2/1
MJX上に構築された完全オープンソースのロボット学習フレームワークで、単一GPUで数分以内に方策を訓練でき、四足歩行・ヒューマノイド・多指ハンド・ロボットアームなど多様なプラットフォームでゼロショットsim-to-real転移を実現する。
- 人間レベルの競技卓球を実現するロボットエージェントsim2real2024/8/1
階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。
- 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。
- RoboPianist: 深層強化学習による器用なピアノ演奏マニピュレーション2023/4/1
人間の手を模したロボットハンドが深層強化学習で150曲のピアノ曲を演奏できるようにするシステムとベンチマークを開発した。
- 深層強化学習による二足歩行ロボットの俊敏なサッカースキル獲得sim2real2023/4/1
低コスト小型ヒューマノイドロボットに深層強化学習を適用し、1対1サッカーをプレイする俊敏で安全な運動スキルをシミュレーションで学習させ、実機へゼロショット転移した。
- 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。
- 模倣して再利用:人と動物の動作から学習する再利用可能なロボット運動スキルsim2real2022/3/1
人や犬のモーションキャプチャデータを模倣して脚式ロボットの運動スキルモジュールを学習し、歩行やボールドリブルなどの下流タスクに再利用して実機へゼロショット転移した研究。
- OstrichRL: 筋骨格ダチョウシミュレーションによる生体力学的歩行研究筋骨格シミュレーション2021/12/1
CTスキャンと解剖データに基づくダチョウの筋骨格モデルをMuJoCo上で構築し、強化学習タスクと筋電図データとの比較で筋駆動制御の妥当性を検証した。
- モデルベース計画とプランナ償却の連続制御における評価モデルベースRL2021/10/1
モデル予測制御とモデルフリー方策学習を組み合わせ、難しい移動タスクでデータ効率と性能を評価し、計画計算を方策に蒸留できることを示した。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択(アンサンブル、確率性、多段階学習、タイムステップ幅など)がプランナ性能に与える影響を、真のモデル(シミュレータ)との比較を通じて体系的に分析した論文。
- シミュレーション人型サッカーにおける運動制御からチームプレーへマルチエージェント強化学習2021/5/1
物理シミュレーション上の人型アバターのチームにサッカーを学習させ、模倣学習・強化学習・集団訓練を組み合わせて、走るなどの低次運動からドリブルやチーム連携までを段階的に獲得させた研究。
- 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。
- 好奇心駆動型深層強化学習による優しい物体操作の学習強化学習/触覚2019/3/1
接触力へのペナルティを予測する「ペナルティベースの驚き」を内在報酬として導入し、壊れやすい物体に優しく接触しながら探索・実行できる強化学習方策を腱駆動型触覚ロボットハンドで実証した。
- 最大事後確率方策最適化強化学習2018/6/1
相対エントロピー目的関数の座標上昇に基づく新しい強化学習アルゴリズムMPOを提案し、連続制御でサンプル効率と安定性に優れることを示した。
- 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。
- モーションキャプチャから人間らしい動作を敵対的模倣学習で獲得模倣学習2017/7/1
限られた部分観測のモーションキャプチャデータのみから、身体パラメータが異なる場合でも人間らしい動きを生成する方策を敵対的模倣学習で訓練し、高レベル制御でタスクに再利用できることを示した。
- 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。
- 変調された運動制御器の学習と転移歩行2016/10/1
脊髄様の低レベルネットワークを単純タスクで事前学習して固定し、高レベル皮質様ネットワークがその入力を変調して複数の運動タスクを学習・転移する手法を提案。
