Joe Watson

収録論文 17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

• 構成タスクにおける継続学習のための世界モデルベンチマーク
  世界モデル/継続学習2026/9/18

  ロボット操作における世界モデルの継続学習ベンチマークを提案し、タスクを行動と知覚の軸で分解して知識再利用を評価した。モジュール型世界モデルが忘却と再利用のバランスに優れるが、完全な解決には至らないことを示した。

• 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。

• 異種デモンストレーションからの模倣学習：接地された潜在アクション世界モデルを用いて
  模倣学習2026/6/1

  異なるアクション空間やラベル欠如を含む異種データソースから、予測に基づく共通の潜在アクション表現を学習し、行動クローニングポリシーを訓練する手法を提案。シミュレーションと実世界の操作タスクで有効性を実証。

• 勾配を勾配で積み上げる：双腕ロボット組立のための分散型エネルギー関数
  マニピュレーション2025/10/1

  適応的ポテンシャル関数を自動合成して区分連続なエネルギー関数を作り、近視的最適化だけで双腕ロボットの組立を分散的に計画・再計画するフレームワークを提案。

• 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。

• 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。

• グローバルテンソル動作計画
  動作計画2024/11/1

  テンソル演算のみで構成され、GPU/TPU上でバッチ動作計画を高速化するサンプリングベース動作計画アルゴリズムを提案。

• Inferring Smooth Control: Monte Carlo Posterior Policy Iteration with Gaussian Processes
  2022/10/1
• A Differentiable Newton-Euler Algorithm for Real-World Robotics
  2021/10/1
• Real Robot Challenge: A Robotics Competition in the Cloud
  2021/9/1
• Efficient Stochastic Optimal Control through Approximate Bayesian Input Inference
  2021/5/1
• Benchmarking Structured Policies and Policy Optimization for Real-World Dexterous Object Manipulation
  2021/5/1
• Advancing Trajectory Optimization with Approximate Inference: Exploration, Covariance Control and Adaptive Risk
  2021/3/1
• Differentiable Physics Models for Real-world Offline Model-based Reinforcement Learning
  2020/11/1
• A Differentiable Newton Euler Algorithm for Multi-body Model Learning
  2020/10/1
• Stochastic Optimal Control as Approximate Input Inference
  2019/10/1