Olivier Sigaud

Sorbonne University

収録論文 16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

• 品質多様性のための行動基盤モデル
  強化学習2026/9/28

  行動基盤モデル（BFM）の潜在行動空間を探索空間として品質多様性（QD）探索を行うBFM-QDを提案し、密な移動・疎なナビゲーション・接触の多い操作で従来のパラメータ空間ベース手法を上回ることを示した。

• チャンク型VLAマニピュレーションポリシーの学習と実機展開のためのSim-to-Real統合パイプライン
  sim2real2026/9/18

  シミュレーションで生成した専門家軌道を実機Franka FR3でオープンループ再生して実世界データを収集し、同じ展開スタックで学習済みポリシーを評価するSim-to-Real実験プロトコルを提案・公開した。

• MODIP: 拡散ポリシーのための効率的なモデルベース最適化
  拡散ポリシー/強化学習/モデルベース2026/6/9

  拡散ポリシーを強化学習で直接微調整する代わりに、ワールドモデルとモデル予測制御で高品質な軌道を生成し、それを教師信号として行動クローニング的に微調整するフレームワークを提案した。

• 階層拡散ポリシーにおける共適応のためのオンライン自己学習
  階層型ポリシー/拡散モデル/自己学習2026/3/1

  階層型拡散ポリシーにおいて、プランナーとコントローラのサブゴール分布を整合させる自己学習フレームワークORCHIDを提案し、オンラインでの安定した改善を実現した。

• 拡散モデルによるロボット動作の意図表現度の制御
  動作生成2025/10/1

  拡散モデルを用いて、ロボットの動作の「意図のわかりやすさ」を連続的に制御できる動作生成フレームワークを提案した論文。

• I-FailSense: 視覚言語モデルによる汎用的なロボット失敗検出に向けて
  VLA2025/9/1

  視覚言語モデルを微調整し、内部層に軽量な分類ヘッドを付けてアンサンブルすることで、指示と意味的にずれたロボットの失敗を検出するフレームワークを提案。

• VIPER: 逐次意思決定のための視覚知覚と説明可能な推論
  VLA2025/3/1

  VLMで画像をテキスト化しLLMで行動を推論するモジュール型パイプラインを提案し、ALFWorldで視覚指示ベースの計画性能を向上させた。

• Single-Reset Divide & Conquer Imitation Learning
  2024/2/1
• An Open-Loop Baseline for Reinforcement Learning Locomotion Tasks
  2023/10/1
• Leveraging Sequentiality in Reinforcement Learning from a Single Demonstration
  2022/11/1
• Divide & Conquer Imitation Learning
  2022/4/1
• Learning Object-Centered Autotelic Behaviors with Graph Neural Networks
  2022/4/1
• DREAM Architecture: a Developmental Approach to Open-Ended Learning in Robotics
  2020/5/1
• PBCS : Efficient Exploration and Exploitation Using a Synergy between Reinforcement Learning and Motion Planning
  2020/4/1
• Interactively shaping robot behaviour with unlabeled human instructions
  2019/2/1
• Identification of Invariant Sensorimotor Structures as a Prerequisite for the Discovery of Objects
  2018/10/1