Marcel Torne
収録論文 11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
- ロボット操作のための自由形式選好学習マニピュレーション2026/6/1
人間が自然言語で選好軸を定義し、軸ごとにペア比較を行うことで、言語条件付き報酬モデルを学習し、複数の品質次元を最適化するポリシーを訓練する手法を提案。長期的な操作タスクで従来法より大幅に性能向上。
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- MEM: 視覚言語行動モデルのためのマルチスケール具現化メモリVLA2026/3/1
ロボットの長期タスク遂行のために、ビデオベースの短期記憶とテキストベースの長期記憶を組み合わせたマルチスケールメモリアーキテクチャを提案し、15分に及ぶ複雑なタスクを可能にした。
- PolaRiS: 汎用ロボットポリシーのためのスケーラブルな実世界→シミュレーション評価sim2real2025/12/1
実世界の短い動画スキャンからニューラル再構成で高忠実度なシミュレーション環境を構築し、汎用ロボットポリシーを実世界と強く相関する形で評価できるようにしたフレームワーク。
- π*0.6：経験から学ぶVLAVLA2025/11/1
実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。
- 過去トークン予測による長文脈拡散ポリシーの学習模倣学習2025/5/1
拡散ポリシーに過去の行動トークンを予測する補助タスクを導入し、長い文脈の履歴情報を保持しつつメモリと計算コストを抑えて学習する手法を提案した。
- 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。
- 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。
- シミュレーションで現実を再現する：実世界からシミュレーションを経て実世界に戻るロバストマニピュレーション手法マニピュレーション2024/3/1
少量の実世界データからデジタルツインを構築し、強化学習で模倣学習ポリシーをロバスト化するreal-to-sim-to-realパイプラインを提案。
- Autonomous Robotic Reinforcement Learning with Asynchronous Human Feedback2023/10/1
- Breadcrumbs to the Goal: Goal-Conditioned Exploration from Human-in-the-Loop Feedback2023/7/1