Onur Celik
収録論文 10本 ・ フィジカルAI/ロボット学習
強化学習マニピュレーションVLA模倣学習
※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
- 大規模並列オン方策強化学習のための信頼領域拡散ポリシー強化学習2026/6/13
大規模並列シミュレーションを用いたオン方策強化学習で拡散ポリシーを安定して訓練する手法TruDiを提案し、多様なベンチマークで性能を実証した。
- PAWS: アドバンテージ重み付きセグメントを用いた選好学習強化学習2026/6/10
人間の軌道比較から報酬を学習する選好ベース強化学習において、訓練と推論の不一致による分布シフトを分析し、セグメントレベルのアドバンテージ関数を直接用いた政策更新手法PAWSを提案した。ロボット操作・移動タスクで既存手法を上回る性能を示した。
- 視覚言語モデルによる巧みな操作の足場構築マニピュレーション2025/6/1
視覚言語モデルを使ってタスクに関連するキーポイントを特定し、手と物体の粗い3D軌道を生成して、シミュレーションで残差強化学習方策を訓練する手法を提案。
- MuTT: ロボットスキルのためのマルチモーダル軌道トランスフォーマーVLA2024/7/1
視覚・軌道・スキルパラメータを統合し、環境に応じたロボットスキルの実行を予測するエンコーダ・デコーダ型トランスフォーマーを提案。モデルベース最適化と組み合わせることで実環境実行なしにスキルパラメータを調整できる。
- MaIL: Mambaによる模倣学習の改善模倣学習2024/6/1
Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。
- 拡散ポリシーを混合エキスパートへと変分蒸留する手法模倣学習2024/6/1
事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。
- 混合エキスパートとカリキュラム強化学習による多様なスキル獲得強化学習2024/3/1
混合エキスパートを用いて多様なスキルを学習する強化学習手法Di-SkilLを提案し、各エキスパートのコンテキスト分布をエネルギーベースモデルで表現することで自動カリキュラム学習を実現した。
- MP3: Movement Primitive-Based (Re-)Planning Policy2023/6/1
- Deep Black-Box Reinforcement Learning with Movement Primitives2022/10/1
- Specializing Versatile Skill Libraries using Local Mixture of Experts2021/12/1