Lars Ankile

収録論文 6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

• 行動クローニング方策を微調整するための残差オフポリシー強化学習
  強化学習2025/9/1

  行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。

• Sim2Realギャップの橋渡し：視覚エンコーダ事前学習による視覚運動ポリシー転移
  sim2real2025/1/1

  大規模事前学習済み視覚エンコーダがSim2Realギャップを緩和するかをオフライン評価し、操作事前学習エンコーダが高いAction Score、CNNがViTより高いドメイン不変性を示すことを明らかにした。

• 超線形スケーリングを実現するロボット学習
  sim2real2024/12/1

  クラウドソーシングで実世界シーンのデジタルツインを収集し、シミュレーション上で強化学習とモデル生成デモを組み合わせて、人間の労力に対して超線形的に性能が向上するデータ収集・学習パイプラインを提案。

• DexHubとDART：インターネット規模のロボットデータ収集に向けて
  データ収集/遠隔操作2024/11/1

  クラウドシミュレーションとARを組み合わせた遠隔操作プラットフォームDARTを提案し、クラウドソーシングによるロボットデータ収集を実現。収集データはDexHubに蓄積され、実世界への転移も確認された。

• 模倣から洗練へ：精密組立のための残差強化学習
  マニピュレーション2024/7/1

  行動クローニング（BC）で教えたロボットの精密組立タスクにおける信頼性の飽和問題を解決するため、凍結したBCモデルに閉ループの残差ポリシーを強化学習で追加するResiPを提案。

• JUICER: ロボット組立のためのデータ効率の良い模倣学習
  模倣学習2024/4/1

  少数の人間の実演データから、精密で長期的な組立作業を模倣学習で実現するパイプラインを提案し、シミュレーション上の家具組立タスクで有効性を示した。