Arthur Allshire
収録論文 15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
- オープンデータ・訓練・評価によるスケーラブルな行動クローニング行動クローニング2026/6/1
大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
- GaussGym：ピクセルから歩行を学習するためのオープンソース実世界→シミュレーション変換フレームワークsim2real2025/10/1
3Dガウススプラッティングを物理シミュレータに組み込み、毎秒10万ステップ超の高速フォトリアルシミュレーションを実現し、実機への転移やナビゲーション性能の向上を示した。
- 視覚的模倣による文脈依存型ヒューマノイド制御全身制御2025/5/1
日常動画から人間と環境を再構成し、階段昇降や椅子への着座など周囲の状況に応じた全身制御方策をヒューマノイドに学習させるreal-to-sim-to-realパイプラインを提案。
- 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。
- DextrAH-RGB：RGB画像から器用な手で何でも掴む視覚運動ポリシーマニピュレーション2024/12/1
シミュレーションで訓練した特権ポリシーをRGB画像ベースのポリシーに蒸留し、実世界で多様な物体を器用に掴むエンドツーエンドの視覚運動制御を実現した。
- DextrAH-G: 幾何学的ファブリックを用いたピクセルから動作への巧みなアーム・ハンド把持マニピュレーション2024/7/1
深さ画像から直接動作を生成する強化学習と幾何学的ファブリックを組み合わせ、シミュレーションのみで訓練した23自由度アーム・ハンドロボットの高速で安全な巧みな把持方策を実現した。
- 幾何学的ファブリック：方策学習のための安全な誘導媒体強化学習2024/5/1
非線形幾何学に基づく人工的な二次ダイナミクス（幾何学的ファブリック）を導入し、ロボットの行動を安全に誘導する新たな行動空間を提供することで、強化学習方策の学習を容易にするフレームワークを提案。
- タスク対称性を考慮したロボット政策学習のための対称性活用法強化学習2024/3/1
目標条件付きロボットタスクにおいて、データ拡張とミラー損失関数を用いて対称性不変性を深層強化学習に組み込む手法を提案し、四足歩行の箱登りや巧みな操作タスクで収束の高速化と性能向上を実証した。
- Real Robot Challenge 2022: Learning Dexterous Manipulation from Offline Data in the Real World2023/8/1
- DexPBT: Scaling up Dexterous Manipulation for Hand-Arm Systems with Population Based Training2023/5/1
- DeXtreme: Transfer of Agile In-hand Manipulation from Simulation to Reality2022/10/1
- Real Robot Challenge: A Robotics Competition in the Cloud2021/9/1
- Transferring Dexterous Manipulation from GPU Simulation to a Remote Real-World TriFinger2021/8/1
- Isaac Gym: High Performance GPU-Based Physics Simulation For Robot Learning2021/8/1
- LASER: Learning a Latent Action Space for Efficient Reinforcement Learning2021/3/1