Dibya Ghosh
収録論文 5本 ・ フィジカルAI/ロボット学習
VLAオフライン強化学習強化学習
※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
- π0.5: オープンワールド汎化を実現する視覚-言語-行動モデルVLA2025/4/1
異種タスクの共同学習により、未知の家庭環境でもキッチンや寝室の掃除などの長期的で器用な操作を実行できるVLAモデルπ0.5を提案した。
- Octo: オープンソースの汎用ロボットポリシーVLA2024/5/1
80万件の軌道データで学習したTransformerベースの汎用ロボットマニピュレーションポリシーを提案し、言語や目標画像で指示でき、新しいセンサーや行動空間にも短時間でファインチューニング可能であることを示した。
- インターネット動画からの価値関数事前学習によるロボットオフライン強化学習オフライン強化学習2023/9/1
人間の動画データセット上で時間差分学習により価値関数を事前学習し、ロボットのオフライン強化学習に活用する手法V-PTRを提案。実機WidowXでのマニピュレーションタスクで従来手法を大きく上回る性能を示した。
- HIQL: 潜在状態を行動として用いるオフライン目標条件付き強化学習オフライン強化学習2023/7/1
オフラインの目標条件付き強化学習において、状態を行動として扱う高レベル方策とサブゴール到達の低レベル方策に階層分解することで、長距離タスクを安定して解く手法を提案した。
- 分割統治強化学習強化学習2017/11/1
初期状態空間をスライスに分割し、各スライスで方策を学習してから統合することで、初期状態のばらつきが大きいタスクを安定して解く強化学習手法を提案した。
