Denis Blessing
収録論文 7本 ・ フィジカルAI/ロボット学習
強化学習マニピュレーション模倣学習
※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
- 大規模並列オン方策強化学習のための信頼領域拡散ポリシー強化学習2026/6/13
大規模並列シミュレーションを用いたオン方策強化学習で拡散ポリシーを安定して訓練する手法TruDiを提案し、多様なベンチマークで性能を実証した。
- 視覚言語モデルによる巧みな操作の足場構築マニピュレーション2025/6/1
視覚言語モデルを使ってタスクに関連するキーポイントを特定し、手と物体の粗い3D軌道を生成して、シミュレーションで残差強化学習方策を訓練する手法を提案。
- X-IL: 模倣学習ポリシーの設計空間を探る模倣学習2025/2/1
模倣学習ポリシーの構成要素を自由に組み替えられるオープンソースフレームワークX-ILを提案し、設計空間を体系的に探索して既存手法を上回る新構成を発見した。
- 模倣学習のための点群と視覚表現の融合に向けて模倣学習2025/2/1
点群とRGB画像の両方を活用する模倣学習手法FPV-Netを提案し、点群エンコーダを画像トークンで条件付けすることでRoboCasaベンチマークで最先端性能を達成した。
- 拡散ポリシーを混合エキスパートへと変分蒸留する手法模倣学習2024/6/1
事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。
- MaIL: Mambaによる模倣学習の改善模倣学習2024/6/1
Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。
- Towards Diverse Behaviors: A Benchmark for Imitation Learning with Human Demonstrations2024/2/1