Zhao Mandi
収録論文 8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
- DexMachina:両手巧みな操作のための機能的リターゲティングマニピュレーション2025/5/1
人間の両手による物体操作のデモンストレーションから、関節物体を長期的に操作する巧みなロボットハンドのポリシーを学習する手法を提案。仮想物体コントローラを徐々に弱めるカリキュラム学習により、人間とロボットの身体性ギャップを克服する。
- 意味的に制御可能な拡張による汎化可能なロボット学習sim2real2024/9/1
画像テキスト生成モデルをデータ拡張に活用し、ロボット操作データを多様化することで、未見の実環境への汎化を可能にする学習フレームワークを提案した。
- DeformGS: 高変形シーンにおけるシーンフローと変形物体操作変形物体操作2023/12/1
複数カメラの動画からガウシアンスプラッティングと変形関数を学習し、布などの高変形物体の密な3D追跡(シーンフロー)を実現する手法を提案。
- RoCo: 大規模言語モデルによる対話型マルチロボット協調マルチロボット協調2023/7/1
事前学習済み大規模言語モデルを活用し、複数ロボットが対話を通じて協調しながらタスク計画と経路計画を行う手法を提案。6種類の協調タスクベンチマークRoCoBenchで高い成功率を示し、人間との協調も可能。
- CACTI:スケーラブルなマルチタスク・マルチシーン視覚模倣学習のためのフレームワーク模倣学習2022/12/1
データ収集・拡張・視覚表現学習・模倣方策訓練の4段階からなるロボット学習フレームワークCACTIを提案し、実世界のキッチンで10タスク、シミュレーションで18タスク×100レイアウトの単一方策を効率的に訓練できることを示した。
- ファインチューニングとメタ強化学習の有効性比較メタ強化学習2022/6/1
視覚ベースのベンチマークで、メタ強化学習とマルチタスク事前学習+ファインチューニングを比較し、後者が同等以上に機能することを示した。
- より汎化可能なワンショット視覚模倣学習に向けて模倣学習2021/10/1
多様な7タスク61バリエーションの視覚ロボット操作ベンチマークを構築し、マルチタスク設定でのワンショット模倣学習の汎化性能を検証。自己注意と時間的コントラスト学習を組み合わせたMOSAICを提案し、新規タスクへの適応性能を向上させた。
- DCUR: 強化学習におけるサンプルを用いた指導のためのデータカリキュラム強化学習2021/9/1
事前学習済みの教師ポリシーの経験データを、訓練の進行に応じて段階的に増やして生徒ポリシーに学習させるデータカリキュラム手法を提案し、初期段階でデータを制限することが有効であることを示した。
