Matteo Pirotta

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

• ジャンピーワールドモデルによる構成的一般計画
  VLA2026/2/23

  事前学習済み方策を時間的に拡張された行動として組み合わせ、複数タイムスケールの状態占有を予測する「ジャンピーワールドモデル」を学習することで、長期的な操作・ナビゲーションタスクの計画性能を大幅に向上させた研究。

• BFM-Zero: 教師なし強化学習によるヒューマノイド制御のためのプロンプト可能な行動基盤モデル
  ヒューマノイド制御2025/11/1

  教師なし強化学習とForward-Backward表現を用いて、運動・目標・報酬を共通の潜在空間に埋め込み、再学習なしに多様な全身タスクを実行できるヒューマノイド制御の基盤モデルを提案し、実機Unitree G1でゼロショット運動追従や目標到達を実現した。

• TD-JEPA：ゼロショット強化学習のための潜在予測表現
  ゼロショット強化学習2025/10/1

  時間差分学習を用いて長期潜在ダイナミクスを予測する表現をオフライン・報酬なし遷移から学習し、テスト時に任意の報酬関数をゼロショット最適化できる強化学習手法を提案。

• 振る舞い基盤モデルによるゼロショット全身ヒューマノイド制御
  ヒューマノイド制御2025/4/15

  ラベルなし動作キャプチャデータから、報酬や模倣タスクにゼロショットで汎化できるヒューマノイドの振る舞い基盤モデルを学習する手法を提案。

• 行動基盤モデルの高速適応
  強化学習2025/4/1

  事前学習済み行動基盤モデルのゼロショット方策を、低次元タスク埋め込み空間での探索によりオンライン数ステップで高速適応させる手法を提案。