Max Sobol Mark
Carnegie Mellon University
収録論文 4本 ・ フィジカルAI/ロボット学習
マニピュレーション模倣学習強化学習
※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
- SeeQ: 長期的ロボットマニピュレーションのための汎用価値関数の学習マニピュレーション2026/9/18
サブタスク単位でQ値を学習し、自然言語でサブタスクを自己回帰的に予測することで、長期的なロボット操作タスクの性能を向上させる手法を提案。
- BPP: 重要な履歴フレームに注目した長文脈ロボット模倣学習模倣学習2026/2/1
視覚言語モデルで検出したタスクに関連するキーフレームのみを条件とすることで、履歴に依存するロボットタスクの模倣学習を安定化させ、実世界タスクで成功率を大幅に向上させた。
- ロボットのファインチューニングを簡単に:自律的な実世界強化学習のための報酬と方策の事前学習マニピュレーション2023/10/1
多様なデータセットから多タスクマニピュレーション方策を事前学習し、視覚言語モデルによる報酬分類器を用いて、人間の介入を最小限に抑えながら実世界で自律的にファインチューニングするシステムRoboFuMEを提案。
- オンライン強化学習のためのオフライン再学習:探索バイアスを緩和する分離型方策学習強化学習2023/10/1
オンライン強化学習で探索用の方策と評価用の方策を分離し、全対話データから悲観的に方策を再学習することで探索バイアスを抑え性能を向上させる手法を提案。
