Daniel Palenicek
収録論文 11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
- 学習報酬を用いた大規模行動モデルのコヒーレントなオフポリシー改善模倣学習/逆強化学習2026/6/1
大規模な事前学習済みロボット操作ポリシーを、逆強化学習で学習した稠密報酬を用いて微調整し、スパース報酬のRLベースラインよりも高い成功率を達成した。
- FlashSAC: 高次元ロボット制御のための高速かつ安定なオフポリシー強化学習強化学習2026/4/1
オフポリシー強化学習の不安定性を解決するため、勾配更新を削減しつつモデル規模とデータ処理量を増やし、ノルム制約で安定化したFlashSACを提案。60以上のタスクでPPO等を上回る性能と効率を示した。
- 重み正規化によるCrossQのスケーリング強化学習2025/6/4
強化学習手法CrossQに重み正規化を導入し、高いUTD比でも安定して学習できるようにしてサンプル効率を改善した研究。
- 帰納バイアスを用いた安全なロボット基盤モデルへの道安全・基盤モデル2025/5/1
ロボット基盤モデルに幾何学的帰納バイアスを組み合わせ、安全層ATACOMで行動制約を課すことで、形式的な安全保証を実現する手法を提案。
- 安全なロボット基盤モデルに向けて安全強化学習2025/3/1
汎用ロボット方策の行動空間を安全制約するレイヤーをATACOMの拡張により実現し、エアホッケー環境で衝突回避を実証した。
- 8分で歩き出す：四足歩行ロボットの全方位移動を実機で効率的に学習歩行2025/3/1
オフポリシー強化学習アルゴリズムCrossQを用いて、四足ロボットの全方位歩行を実機上でわずか8分のリアルタイム学習で獲得するフレームワークを提案した。
- バッチ・重み正規化によるオフポリシー強化学習のスケーリング強化学習2025/2/11
CrossQに重み正規化を組み込み、高い更新対データ比でも安定して学習できるようにし、連続制御タスクでのサンプル効率を改善した。
- 巧みな挿入タスクにおける視覚と触覚の相互作用の分析マニピュレーション2024/10/1
ロボットの挿入タスクにおいて、視覚と触覚のフィードバックの相互作用を分析し、触覚が厳しい公差や多様な穴の向きの挿入成功率を大幅に向上させることを示した。
- ROS-LLM：タスクフィードバックと構造化推論を備えた身体性AIのためのROSフレームワークVLA2024/6/1
ROSと大規模言語モデルを統合し、非専門家が自然言語でロボットをプログラミングできるフレームワークを提案。行動モードや模倣学習、フィードバックによる反省機能を備え、多様なタスクで有効性を検証した。
- 実世界における触覚を用いた挿入タスクの学習触覚2024/5/1
触覚センサの読み取りから直接行動を出力する強化学習ポリシーをDreamer-v3で学習し、シミュレーションと実機のFranka Research 3で挿入タスクを実行した。
- SAMBA: Safe Model-Based & Active Reinforcement Learning2020/6/1