Christopher Pal

収録論文 14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

• ミロ：完全自律型屋内/屋外ロボット盲導犬
  移動ロボット2026/7/1

  低コストで完全自律のロボット盲導犬プラットフォーム「ミロ」を開発し、屋内・屋外での障害物回避と歩行者回避を実証した。

• エンドツーエンド運転のためのセルフプレイのスケーリング
  自動運転2026/6/1

  シミュレーション内で大規模なセルフプレイを用いてエンドツーエンド運転モデルを訓練する手法を提案し、実世界への転移を可能にする。

• エンタープライズシステムに学習された世界モデルは必要か？動態推論における文脈の重要性
  世界モデル2026/5/12

  設定可能で読み取り可能な遷移動態を持つエンタープライズ環境では、オフライン学習された世界モデルは分布シフトに弱いが、実行時に設定を読む発見型エージェントは堅牢であることを示した。

• 制約付きグループ相対方策最適化
  強化学習2026/2/1

  GRPOをラグランジュ緩和で拡張し、制約違反率を直接最適化する制約付き方策学習手法を提案。アドバンテージのスカラー化で安定した制約制御を実現し、ロボティクスタスクでの成功率向上も示した。

• Ctrl-Crash: 制御可能な拡散モデルによるリアルな自動車衝突の生成
  動画生成2025/6/1

  バウンディングボックスや衝突タイプ、初期フレームを条件として、制御可能な自動車衝突動画を生成する拡散モデルを提案し、反事実的なシナリオ生成を可能にした。

• Poutine: 視覚-言語-軌道の事前学習と強化学習による堅牢なエンドツーエンド自動運転
  自動運転2025/6/1

  3Bパラメータの視覚言語モデルを視覚・言語・軌道トークンで自己教師あり事前学習し、GRPOで微調整することで、長尾シナリオを含むWaymoベンチマークで最高性能を達成した。

• Scenario Dreamer: ベクトル化潜在拡散による走行シミュレーション環境の生成
  sim2real2025/3/1

  車線グラフとエージェントの初期配置、および閉ループのエージェント挙動をデータ駆動で生成する自動運転向けシミュレータ。ベクトル化潜在拡散と自己回帰Transformerを組み合わせ、既存手法より高品質・高効率で無限に拡張可能な環境を生成する。

• CtRL-Sim: オフライン強化学習による反応的で制御可能な運転エージェント
  自動運転シミュレーション2024/3/1

  実走行データを物理シミュレータで処理して報酬付きオフラインRLデータセットを作り、リターン条件付きマルチエージェント行動モデルを学習することで、現実的かつ制御可能な交通エージェントを生成する手法を提案。

• Reinforcement Learning for Blind Stair Climbing with Legged and Wheeled-Legged Robots
  2024/2/1
• SMPL-IK: Learned Morphology-Aware Inverse Kinematics for AI Driven Artistic Workflows
  2022/8/16
• From Machine Learning to Robotics: Challenges and Opportunities for Embodied Intelligence
  2021/10/1
• Latent Variable Sequential Set Transformers For Joint Multi-Agent Motion Prediction
  2021/4/1
• Action-Based Representation Learning for Autonomous Driving
  2020/8/1
• Towards Learning to Imitate from a Single Video Demonstration
  2019/1/1