Ofir Nachum
収録論文 6本 ・ フィジカルAI/ロボット学習
オフライン強化学習歩行VLAマルチエージェント/sim2realマニピュレーション
※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
- Q-Transformer:自己回帰的Q関数によるスケーラブルなオフライン強化学習オフライン強化学習2023/9/1
TransformerでQ関数を自己回帰的に表現し、大規模オフラインデータからマルチタスク方策を学習する手法を提案。実世界の多様なロボット操作タスクで既存手法を上回る性能を示した。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- RT-1: 実世界制御のための大規模ロボティクストランスフォーマーVLA2022/12/1
多様なロボットデータで訓練したTransformerモデルRT-1を提案し、実世界タスクにおけるデータ量・モデル規模・データ多様性に対する汎化性能を大規模実験で検証した。
- PI-ARS:予測情報表現で進化学習による視覚運動制御を加速歩行2022/7/1
勾配ベースの予測情報表現学習と進化戦略ARSを組み合わせ、四足ロボットの視覚に基づく不整地歩行やナビゲーションを効率的に学習させ、実機でも高い成功率を達成した。
- 階層型Sim2Realによる移動を介したマルチエージェントマニピュレーションマルチエージェント/sim2real2019/8/1
シミュレーションで低レベルな目標到達スキルを学習し、それを高レベルRLの行動空間として階層的に組み合わせることで、複数の移動ロボットによる協調物体操作を実世界へゼロショット転移した研究。
- 視覚ベースロボット把持のための深層強化学習:オフポリシー手法のシミュレーション比較評価マニピュレーション2018/2/1
視覚ベースのロボット把持タスク向けに、未見物体への汎化とオフポリシー学習に焦点を当てたシミュレーションベンチマークを提案し、複数のQ関数推定手法を比較評価した。
