Anusha Nagabandi

収録論文 13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

• サポート制約付きRLによる実世界経験なしの実世界ポリシー改善
  強化学習2026/6/1

  実データで事前学習したポリシーをシミュレーション内でRLにより改善する際、生成ポリシーのサポートに制約を課すことで、転移可能な行動を保証しつつ性能を向上させる手法SCOREを提案。8つの器用な多指操作タスクで成功率を大幅に改善した。

• TMRL: 拡散タイムステップ変調による事前学習が効率的なポリシー微調整のための探索を可能にする
  ロボット学習/強化学習2026/5/1

  ロボットポリシーの事前学習と強化学習による微調整を橋渡しする統一フレームワークを提案。事前学習時に拡散ノイズを注入し、微調整時にタイムステップを動的調整することで探索を制御し、複雑な操作タスクの実機微調整を1時間以内で成功させる。

• 残差フロー誘導による強化学習：器用なマニピュレーションのための適応手法
  マニピュレーション2026/2/1

  事前学習済みのフローマッチング方策を、残差行動と潜在ノイズ分布を同時最適化する強化学習で微調整し、器用なマニピュレーションを効率的に適応させる手法を提案。

• 行動クローニング方策を微調整するための残差オフポリシー強化学習
  強化学習2025/9/1

  行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。

• 拡散ポリシーを潜在空間強化学習で操縦する
  VLA2025/6/1

  拡散ポリシーの潜在ノイズ空間に強化学習を適用し、実世界で効率的に自律適応させる手法DSRLを提案。

• Model-Based Reinforcement Learning via Latent-Space Collocation
  2021/6/1
• MELD: Meta-Reinforcement Learning from Images via Latent State Models
  2020/10/1
• Deep Dynamics Models for Learning Dexterous Manipulation
  2019/9/1
• Deep Online Learning via Meta-Learning: Continual Adaptation for Model-Based RL
  2018/12/1
• Learning to Adapt in Dynamic, Real-World Environments Through Meta-Reinforcement Learning
  2018/3/1
• Expressive Robot Motion Timing
  2018/2/1
• Learning Image-Conditioned Dynamics Models for Control of Under-actuated Legged Millirobots
  2017/11/1
• Neural Network Dynamics for Model-Based Deep Reinforcement Learning with Model-Free Fine-Tuning
  2017/8/1