Liam Schramm

収録論文 5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

• ロボットマニピュレーションのための自己回帰行動系列学習
  マニピュレーション2024/10/1

  ロボットの行動を系列データとして扱い、自己回帰的に生成するChunking Causal TransformerとAutoregressive Policyを提案し、多様なマニピュレーションタスクで有効性を示した。

• DAP: 拡散モデルによるマルチモーダル収納のためのアフォーダンス予測
  マニピュレーション2024/9/1

  拡散モデルを使い、容器内の配置可能領域の特定と物体の相対姿勢推定を2段階で行うことで、複数の収納解が存在するマルチモーダルな収納タスクを高効率に解く手法を提案。

• ベルマン拡散モデル
  強化学習2024/7/1

  拡散モデルを方策の後続状態測度のモデルとして用い、ベルマン流束制約を課すことで拡散ステップ分布の簡単なベルマン更新が導かれることを示した。

• 状態占有正則化によるモンテカルロ木探索の長期的探索の効率化
  プランニング2024/7/1

  状態占有測度の正則化に基づく木探索アルゴリズムVolume-MCTSを提案し、ロボットナビゲーションでAlphaZeroより優れた長期的探索性能を示した。

• USHER: Unbiased Sampling for Hindsight Experience Replay
  2022/7/1