Pieter Abbeel

Amazon FAR

収録論文 207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

• 再構成・練習・実世界展開：身体性エージェントのためのガイド付き自己改善
  マニピュレーション2026/10/1

  オフラインデータから操作タスクを抽出し、シミュレーションで練習して失敗を診断しながらスキルとプロンプトを自己改善し、実機で高い成功率を達成するフレームワークRPGを提案。

• 触覚的好奇心がロボットのインタラクションを駆動する
  触覚2026/9/30

  触覚フィードバックを探索の内在的報酬として用い、接触を伴う操作スキルを効率的に学習するフレームワークTacExを提案。タスク報酬や専門家デモなしで物体操作を獲得し、VLAモデルの事後学習にも有効。

• 反実仮想動画生成によるスケーラブルなヒューマノイドの移動操作
  移動操作2026/9/29

  少数の実動画から反実仮想の人間-物体インタラクション動画を大量生成し、実→シミュ→実のパイプラインで物理的に妥当な軌道に変換して、多様な物体の運搬を実機で実現する方策を学習した。

• 学習された停止可能性値によるヒューマノイドの安全停止
  ヒューマノイド制御2026/9/2

  ヒューマノイドの緊急停止を到達回避問題として捉え、学習した停止ポリシーと停止可能性推定器を組み合わせたタスク非依存のフレームワークを提案。安全に停止できる場合のみ停止し、不可能な場合はフォールバック動作に切り替える。

• 私の真似をして：日常の人間ビデオからの器用な操作データ
  器用操作/データ生成2026/6/17

  単眼RGBの人間ビデオから手と物体のインタラクションを再構築し、多指ロボットハンドの実行可能な操作軌道へとリターゲティングするアルゴリズムを提案した。

• Mana: 関節ツールの巧みな操作
  マニピュレーション2026/6/11

  関節を持つツールの器用な操作を、アニメーション問題として捉え直したシミュレーションから実機への転移フレームワークを提案。

• LadderMan: 人型ロボットによる知覚的梯子登りの学習
  歩行2026/6/4

  人型ロボットが様々な梯子を頑健に登り、梯子上での操作も行える統一システムを提案。シミュレーションで学習したポリシーを実機にゼロショット転送し、多様な梯子形状での登攀と操作タスクを実現した。

• オープンデータ・訓練・評価によるスケーラブルな行動クローニング
  行動クローニング2026/6/1

  大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。

• VLK: 再構築シーンでの合成インタラクションによるヒューマノイドの移動操作学習
  ヒューマノイド/移動操作/sim2real2026/6/1

  3Dガウススプラッティングで再構築した屋内シーンで、視覚・言語・運動のペアデータを合成生成し、ヒューマノイドの移動操作ポリシーを学習する手法を提案。実機Unitree G1でナビゲーションと物体運搬を実証した。

• T-Rex: 触覚反応型巧みな操作
  触覚/操作2026/6/1

  触覚信号に動的に反応する操作を実現するため、大規模な触覚データセットと可変レートのMixture-of-Transformersアーキテクチャを導入し、12の操作タスクで成功率を大幅に向上させた。

• SARM2: 自己改善型ロボット操作のためのマルチタスク段階認識報酬モデリング
  マニピュレーション2026/6/1

  長期的なロボット操作タスクにおいて、行動クローニングに依存せず、自己ロールアウトからポリシーを改善するための、段階推定器とMMoE価値ヘッドを組み合わせたマルチタスク報酬モデルRMと、それを用いた自己改善フレームワークSPIRALを提案した。

• ロボット学習のためのワールドモデル：包括的サーベイ
  サーベイ2026/5/1

  ロボット学習におけるワールドモデルの役割と進化を体系的にレビューし、ポリシー学習、シミュレーション、評価への応用や課題を整理したサーベイ論文。

• D-REX: 巧みな把持学習のための微分可能な実世界-シミュレーション-実世界エンジン
  把持/シミュレーション2026/3/1

  ガウススプラット表現を用いた微分可能エンジンを構築し、実世界の視覚観測とロボット制御信号から物体質量を同定しつつ、把持ポリシーを同時学習する手法を提案。

• ナイフで皮をむく方法：細粒度操作と人間の好みの整合
  マニピュレーション2026/3/1

  ナイフでの皮むきを例に、力覚を考慮した模倣学習と人間の好みに基づく報酬モデルで、連続的で主観的な成功基準を持つ操作タスクを学習する枠組みを提案した。

• 視覚言語行動モデルのためのクロスハンド潜在表現
  VLA/器用操作2026/3/1

  多様な器用なロボットハンド間で共有可能な統一潜在行動空間を導入し、標準的なVLAアーキテクチャに組み込むことで、クロスエンボディメント学習を可能にするXL-VLAを提案した。

• RPL: 複雑地形におけるロバストな人型知覚移動の学習
  歩行2026/2/1

  2段階の学習フレームワークにより、複数の深度カメラを用いて複雑な地形を多方向に歩行し、荷物を積んでもロバストな人型ロボットの移動を実現した。

• DreamDojo: 大規模人間動画から学ぶ汎用ロボット世界モデル
  世界モデル2026/2/1

  44,000時間の一人称視点人間動画から汎用的なロボット世界モデルを学習し、連続潜在行動を代理ラベルとして活用することで、巧みな操作の物理理解と精密な行動制御を実現した研究。

• 知覚型ヒューマノイドパルクール：モーションマッチングによる動的人間スキルの連鎖
  歩行2026/2/1

  人間の動的スキルをモーションマッチングで連鎖させ、深層知覚と強化学習により、ヒューマノイドが障害物を乗り越え・登り・跳び越え・転がり落ちるパルクールを自律実行できるフレームワークを提案。

• フローポリシー勾配によるロボット制御
  強化学習2026/2/1

  フローマッチングを用いたポリシー勾配法を改良し、脚式移動やヒューマノイド動作追従、マニピュレーション、sim-to-real転移を実現した研究。

• 接触を考慮したニューラルダイナミクス
  sim2real2026/1/1

  シミュレータの力学を触覚接触情報で補正するニューラルダイナミクスモデルを学習し、接触を伴うタスクのsim-to-realギャップを縮小する手法を提案。

• mjlab：GPU加速ロボット学習のための軽量フレームワーク
  ロボット学習フレームワーク2026/1/1

  GPU加速物理シミュレーションとモジュール式環境を組み合わせた、最小限のセットアップで使える軽量なロボット学習フレームワークを提案。

• 大規模動画プランナーによる汎用ロボット制御
  VLA2025/12/1

  インターネット規模の人間活動動画で生成的なロボット計画モデルを基盤モデル規模で学習し、新しい場面やタスクに対してゼロショットで動画計画を生成して実機の行動に変換する手法を提案した。

• 15分でヒューマノイドのsim-to-real歩行を学習
  sim2real2025/12/1

  オフポリシーRL（FastSAC/FastTD3）と大規模並列環境を組み合わせ、Unitree G1やBooster T1の歩行制御を単一GPUで15分で学習し実機転移を実現した。

• ライトニンググラスプ：コンタクトフィールドによる高性能な手続き型把持合成
  マニピュレーション2025/11/1

  コンタクトフィールドというデータ構造で幾何計算と探索を分離し、多指ハンドの多様な把持を従来比桁違いに高速に生成する手法を提案。

• DIPOLE: 視覚と幾何を融合したロバストな視覚運動汎化
  VLA2025/11/1

  視覚と言語・幾何の相補的なモダリティを訓練時のドロップアウトとクロスアテンションで融合し、照明や視点変化に強い拡散ポリシーを実現した。

• EgoMI：一人称視点の人間デモから能動視覚と全身マニピュレーションを学習
  マニピュレーション2025/11/1

  人間の一人称視点の操作データから頭部と手の動きを同時に取得し、半人型ロボットで能動視覚を伴う模倣学習を実現するフレームワークを提案した。

• TWIST2: スケーラブルでポータブルな全身ヒューマノイドデータ収集システム
  ヒューマノイド2025/11/1

  VRと低コストのロボット首を用いてモーションキャプチャ不要でヒューマノイドの全身遠隔操作とデータ収集を実現し、15分で100件のデモをほぼ100%の成功率で収集できるシステムを開発した。

• GaussGym：ピクセルから歩行を学習するためのオープンソース実世界→シミュレーション変換フレームワーク
  sim2real2025/10/1

  3Dガウススプラッティングを物理シミュレータに組み込み、毎秒10万ステップ超の高速フォトリアルシミュレーションを実現し、実機への転移やナビゲーション性能の向上を示した。

• ResMimic: 汎用モーショントラッキングから残差学習によるヒューマノイド全身ロコマニピュレーションへ
  ロコマニピュレーション2025/10/1

  大規模な人間モーションデータで訓練した汎用モーショントラッキング方策を土台に、残差方策を学習させて物体とのインタラクションを伴うヒューマノイドの全身移動操作を実現した研究。

• 報酬モデルを用いたソフトハンドの設計学習
  ソフトロボティクス/設計最適化2025/10/1

  遠隔操作データから報酬モデルを学習し、腱駆動ソフトロボットハンドの設計を効率的に最適化するCEM-RMフレームワークを提案。シミュレーションと実機で把持成功率が向上。

• OmniRetarget: 相互作用を保持するヒューマノイド全身移動操作・シーンインタラクション向けデータ生成
  sim2real2025/9/1

  人間・地形・物体間の空間的・接触的関係をインタラクションメッシュで明示的に保持しながら運動をリターゲティングし、物理的に妥当で多様な全身移動操作データを生成する手法を提案。

• SARM: 長期的ロボットマニピュレーションのためのステージ認識型報酬モデリング
  マニピュレーション2025/9/1

  自然言語のサブタスク注釈を活用し、タスクの段階と進捗を予測する報酬モデルを提案。これに基づく行動クローニングでTシャツ折りなどの長期変形物体操作を大幅に改善。

• 行動クローニング方策を微調整するための残差オフポリシー強化学習
  強化学習2025/9/1

  行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。

• エンドツーエンド強化学習による器用な把持政策の改善
  マニピュレーション2025/9/1

  シミュレータと強化学習を別々のGPUに分散する手法を提案し、視覚ベースのエンドツーエンド学習を効率化して、深度を用いた器用な把持政策を訓練・蒸留した。

• 人間の運動予測モデルを模倣した深層感覚運動制御
  感覚運動制御2025/8/1

  人間の運動予測モデルをロボットの感覚運動ポリシー訓練に活用し、強化学習でタスクを達成する手法を提案。人間とロボットのキーポイント運動の類似性を利用し、ゼロショットで予測モデルを適用する。

• シミュレーションの音：生成的音声でマルチモーダルなsim-to-realロボット方策を学習
  sim2real2025/7/1

  物理シミュレータに大規模生成モデルを統合し、映像に条件づけたリアルな音声を合成することで、実機データなしに注ぐタスクのマルチモーダル方策を学習し、未知の容器や液体へのゼロショット転移を実現した。

• 物体中心3Dモーションフィールドによる人間動画からのロボット学習
  VLA2025/6/1

  人間の動画から物体中心の3Dモーションフィールドを抽出し、ロボットのゼロショット制御を可能にするフレームワークを提案。ノイズの多い深度から頑健に動きを推定し、多様なタスクで高い成功率を達成。

• SkillBlender：スキルブレンドによる汎用人型ロコマニピュレーション
  ロコマニピュレーション2025/6/1

  目標条件付きの汎用プリミティブスキルを事前学習し、それらを動的にブレンドすることで、タスク固有の報酬設計を最小限に抑えつつ多様な人型ロコマニピュレーションを実現する階層型強化学習フレームワークを提案。

• 力触覚を感じろ：人間の接触から学ぶ力制御マニピュレーション
  触覚2025/6/1

  触覚グローブと視覚から人間の力加減を学習し、触覚センサ付きロボットアームで力に敏感なマニピュレーションを実現するシステムを提案。

• ロドリゲスネットワーク：ロボット動作学習のためのキネマティクス誘導バイアス
  模倣学習2025/6/1

  関節系の運動学構造を反映した帰納バイアスを持つニューラル演算子「Neural Rodrigues Operator」を提案し、それを用いた動作処理特化型ネットワークRodriNetを構築。模倣学習や単眼3Dハンド再構成で有効性を示した。

• ViTacFormer：視触覚クロスモーダル表現による巧みなマニピュレーション
  マニピュレーション2025/6/1

  視覚と触覚をクロスアテンションで融合し、将来の触覚信号を予測する自己回帰ヘッドを備えた表現学習手法を提案。多指ハンドの模倣学習に応用し、実世界タスクで成功率を約50%向上させ、11段階・2.5分の長期的操作を自律遂行した。

• 大きく、正則化し、カテゴリカルに：高容量価値関数は効率的なマルチタスク学習者
  マルチタスク強化学習2025/5/29

  高容量な価値モデルをクロスエントロピーで学習し、学習可能なタスク埋め込みで条件付けることで、オンライン強化学習におけるタスク干渉を解決し、マルチタスク学習をスケーラブルにする手法を提案。

• EgoZero: スマートグラスからのロボット学習
  模倣学習2025/5/1

  スマートグラスで撮影した人間の作業デモのみからロボットのマニピュレーション方策を学習し、実機へゼロショット転移させる手法を提案。

• 視覚的模倣による文脈依存型ヒューマノイド制御
  全身制御2025/5/1

  日常動画から人間と環境を再構成し、階段昇降や椅子への着座など周囲の状況に応じた全身制御方策をヒューマノイドに学習させるreal-to-sim-to-realパイプラインを提案。

• FastTD3：ヒューマノイド制御のためのシンプルで高速かつ高性能な強化学習
  歩行2025/5/1

  並列シミュレーションや大バッチ更新、分布型クリティックなどの改良を加えたTD3エージェントにより、ヒューマノイドロボットの強化学習を単一GPUで3時間未満に高速化した手法を提案。

• DexGarmentLab: 巧みな衣類操作のための環境と汎化可能な方策
  マニピュレーション2025/5/1

  両手での巧みな衣類操作に特化した大規模シミュレーション環境DexGarmentLabを構築し、単一の実演から多様な軌道を自動生成する手法と、形状・変形の多様性に汎化する階層的な操作方策HALOを提案した。

• ViTaMIn: ロボット不要の視覚触覚マニピュレーションインターフェースによる接触の多いタスクの学習
  触覚2025/4/1

  視覚と触覚を統合した手持ちグリッパで遠隔操作なしに実演データを収集し、マルチモーダル表現学習で接触の多い操作タスクを効率的に学習する手法を提案。

• RoboVerse：スケーラブルで汎化可能なロボット学習のための統合プラットフォーム・データセット・ベンチマーク
  sim2real2025/4/1

  複数のシミュレータとロボット形態に対応する統合シミュレーション基盤MetaSimと、高品質な合成データセット、模倣学習・強化学習の統一ベンチマークを提供するフレームワークを提案。

• 幾何学的リターゲティング：原理的で超高速なニューラルハンドリターゲティング
  テレオペレーション2025/3/1

  人間の手指キーポイントをロボットハンドに1kHzで変換する超高速・高精度なニューラルリターゲティング手法を提案。教師なし学習と幾何学的目的関数により、手動アノテーション不要でリアルタイムテレオペレーションを実現。

• RoboCopilot：ロボットマニピュレーションのための人間参加型インタラクティブ模倣学習
  マニピュレーション2025/3/1

  人間と自律方策の間でシームレスに制御を切り替えられる双方向テレオペレーションシステムを提案し、双腕マニピュレーションタスクの効率的な学習を実現した。

• OTTER: テキスト認識型視覚特徴抽出を備えた視覚-言語-行動モデル
  VLA2025/3/1

  言語指示に意味的に対応する視覚特徴だけを選択的に抽出して行動予測に用いるVLAアーキテクチャを提案し、事前学習済みの視覚言語モデルを凍結したまま高いゼロショット汎化を実現した。

• DexterityGen：前例のない器用さを実現する基盤コントローラ
  マニピュレーション2025/2/1

  強化学習で大規模な器用な動作プリミティブを事前学習し、それを基に基盤コントローラを訓練。人間の遠隔操作をプロンプトとして実世界で高度な器用操作を実現する。

• MuJoCo Playground：ロボット学習のためのオープンソースフレームワーク
  sim2real2025/2/1

  MJX上に構築された完全オープンソースのロボット学習フレームワークで、単一GPUで数分以内に方策を訓練でき、四足歩行・ヒューマノイド・多指ハンド・ロボットアームなど多様なプラットフォームでゼロショットsim-to-real転移を実現する。

• Video2Policy: インターネット動画を活用したシミュレーションでのマニピュレーションタスクのスケーリング
  sim2real2025/2/1

  インターネット上の人間行動動画からシミュレーションタスクを再構築し、LLM生成報酬による強化学習で汎用方策を訓練、実機転移も実現したフレームワーク。

• 視覚を超えて：言語グラウンディングによる異種センサーでの汎用ロボット方策のファインチューニング
  VLA2025/1/1

  自然言語を共通のクロスモーダル基盤として用い、視覚・触覚・音声などの異種センサー入力を扱えるよう汎用ロボット方策をファインチューニングする手法FuSeを提案。実世界実験で成功率を20%以上向上させた。

• MaxInfoRL：情報利得最大化による強化学習の探索促進
  強化学習2024/12/1

  情報利得を内在的報酬として最大化し、価値関数と状態・報酬・行動のエントロピーを自然にトレードオフする探索フレームワークを提案。連続状態行動空間のオフポリシーRLに適用し、困難な探索問題や視覚制御タスクで性能向上を実現。

• 行動系列を用いた粗から細へのQネットワークによるデータ効率的強化学習
  強化学習2024/11/1

  行動系列を入力としてQ値を予測するクリティックを学習する強化学習手法CQN-ASを提案し、疎な報酬のヒューマノイド制御や卓上操作タスクでデータ効率と性能を向上させた。

• 動画からの手と物体のインタラクション事前学習
  マニピュレーション2024/9/1

  野生の動画から人間の手と物体の3D軌道を抽出し、ロボットの操作スキルを事前学習する手法を提案。生成モデルで汎用的な操作の事前分布を獲得し、下流タスクへの適応を効率化する。

• Body Transformer：ロボット身体性を活用した方策学習
  VLA2024/8/1

  ロボットの身体をセンサとアクチュエータのグラフとして表現し、マスク付きアテンションで情報を集約するBoTを提案。模倣学習・強化学習の方策において、通常のTransformerやMLPより高性能・高効率であることを示した。

• グラフ探索と検索によるオフライン模倣学習
  模倣学習2024/7/1

  劣ったデモンストレーションからロボットの操作スキルを学ぶため、経験をグラフ化して探索し、最適な行動を検索して模倣する手法GSRを提案。

• 確率的フレーム予測による視覚表現学習
  表現学習2024/6/1

  将来フレーム予測の不確実性を確率的にモデル化し、マスク画像モデリングと組み合わせて動画やロボット学習に有効な視覚表現を学習する手法を提案した。

• LLMから行動へ：階層型ロボット制御における橋渡しとしての潜在コード
  VLA2024/5/1

  LLMと低レベル方策の間を学習可能な潜在コードで橋渡しし、言語の制約を超えてエンドツーエンド微調整を可能にする階層型ロボット制御手法を提案。

• オブジェクト合成可能なNeRFによる視覚のSim-to-Realギャップ解消
  sim2real2024/3/1

  実画像から物体を抽出して新しいシーンに合成できるNeRFモデルCOV-NeRFを提案し、写実的な描画と多様な2D/3D教師信号を生成して視覚タスクのsim-to-realギャップを迅速に埋める。

• MOKA: マークベース視覚プロンプティングによるオープンワールドロボットマニピュレーション
  マニピュレーション2024/3/1

  視覚言語モデルに画像上のマークを手がかりに質問応答させ、自由文指示からアフォーダンスを予測してロボットの卓上マニピュレーションを実現する手法を提案。

• HumanoidBench：全身移動とマニピュレーションのためのシミュレーション人型ロボットベンチマーク
  全身制御/ベンチマーク2024/3/1

  器用な手を持つ人型ロボットの全身移動・操作タスクを集めた高次元シミュレーションベンチマークを提案し、既存の強化学習手法の限界と階層型学習の有効性を示した。

• 両手でキャップをひねり開ける：双腕多指ハンドのsim-to-real強化学習
  sim2real2024/3/1

  シミュレーションで深層強化学習を用いて訓練した双腕多指ハンドの制御方策を、物理モデリング・実時間知覚・報酬設計の工夫により実世界へ効率的に転移し、多様な未見のボトルキャップを両手でひねり開ける動的で器用な動作を実現した。

• FMB: a Functional Manipulation Benchmark for Generalizable Robotic Learning
  2024/1/1
• Any-point Trajectory Modeling for Policy Learning
  2024/1/1
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control
  2024/1/1
• The Power of the Senses: Generalizable Manipulation from Vision and Touch through Masked Multimodal Learning
  2023/11/1
• DreamSmooth: Improving Model-based Reinforcement Learning via Reward Smoothing
  2023/11/1
• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• Video Language Planning
  2023/10/1
• Reinforcement Learning with Foundation Priors: Let the Embodied Agent Efficiently Learn on Its Own
  2023/10/1
• Interactive Task Planning with Language Models
  2023/10/1
• GELLO: A General, Low-Cost, and Intuitive Teleoperation Framework for Robot Manipulators
  2023/9/1
• Language-Conditioned Path Planning
  2023/8/1
• Convolutional Occupancy Models for Dense Packing of Complex, Novel Objects
  2023/8/1
• The Impact of Overall Optimization on Warehouse Automation
  2023/8/1
• SpawnNet: Learning Generalizable Visuomotor Skills from Pre-trained Networks
  2023/7/1
• ALP: Action-Aware Embodied Learning for Perception
  2023/6/1
• Train Offline, Test Online: A Real Robot Learning Benchmark
  2023/6/1
• Self-Supervised Instance Segmentation by Grasping
  2023/5/1
• Distributional Instance Segmentation: Modeling Uncertainty and High Confidence Predictions with Latent-MaskRCNN
  2023/5/1
• RoboPianist: Dexterous Piano Playing with Deep Reinforcement Learning
  2023/4/1
• Preference Transformer: Modeling Human Preferences using Transformers for RL
  2023/3/1
• Where are we in the search for an Artificial Visual Cortex for Embodied Intelligence?
  2023/3/1
• Robust and Versatile Bipedal Jumping Control through Reinforcement Learning
  2023/2/1
• Controllability-Aware Unsupervised Skill Discovery
  2023/2/1
• Multi-View Masked World Models for Visual Robotic Manipulation
  2023/2/1
• StereoPose: Category-Level 6D Transparent Object Pose Estimation from Stereo Images via Back-View NOCS
  2022/11/1
• Instruction-Following Agents with Multimodal Transformer
  2022/10/1
• Real-World Robot Learning with Masked Visual Pre-training
  2022/10/1
• Skill-Based Reinforcement Learning with Intrinsic Reward Matching
  2022/10/1
• Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision
  2022/6/1
• On the Effectiveness of Fine-tuning Versus Meta-reinforcement Learning
  2022/6/1
• Masked World Models for Visual Control
  2022/6/1
• Deep Hierarchical Planning from Pixels
  2022/6/1
• DayDreamer: World Models for Physical Robot Learning
  2022/6/1
• Sim-to-Real 6D Object Pose Estimation via Iterative Self-training for Robotic Bin Picking
  2022/4/1
• Coarse-to-fine Q-attention with Tree Expansion
  2022/4/1
• Coarse-to-Fine Q-attention with Learned Path Ranking
  2022/4/1
• Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions
  2022/3/1
• Bingham Policy Parameterization for 3D Rotations in Reinforcement Learning
  2022/2/1
• Language Models as Zero-Shot Planners: Extracting Actionable Knowledge for Embodied Agents
  2022/1/1
• Explaining Reinforcement Learning Policies through Counterfactual Trajectories
  2022/1/1
• Mastering Atari Games with Limited Data
  2021/11/1
• Generalization in Dexterous Manipulation via Geometry-Aware Multi-Task Learning
  2021/11/1
• URLB: Unsupervised Reinforcement Learning Benchmark
  2021/10/1
• Towards More Generalizable One-shot Visual Imitation Learning
  2021/10/1
• Skill Preferences: Learning to Extract and Execute Robotic Skills from Human Feedback
  2021/8/1
• Offline-to-Online Reinforcement Learning via Balanced Replay and Pessimistic Q-Ensemble
  2021/7/1
• Playful Interactions for Representation Learning
  2021/7/1
• Hierarchical Few-Shot Imitation with Skill Transition Models
  2021/7/1
• Unsupervised Learning of Visual 3D Keypoints for Control
  2021/6/1
• Auto-Tuned Sim-to-Real Transfer
  2021/4/1
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots
  2021/3/1
• Task-Agnostic Morphology Evolution
  2021/2/1
• Learning Visual Robotic Control Efficiently with Contrastive Pre-training and Data Augmentation
  2020/12/1
• Reset-Free Lifelong Learning with Skill-Space Planning
  2020/12/1
• LaND: Learning to Navigate from Disengagements
  2020/10/1
• Visual Imitation Made Easy
  2020/8/1
• Robust Reinforcement Learning using Adversarial Populations
  2020/8/1
• Self-Supervised Policy Adaptation during Deployment
  2020/7/1
• Automatic Curriculum Learning through Value Disagreement
  2020/6/1
• AvE: Assistance via Empowerment
  2020/6/1
• Planning to Explore via Self-Supervised World Models
  2020/5/1
• Learning Predictive Representations for Deformable Objects Using Contrastive Estimation
  2020/3/1
• Hierarchically Decoupled Imitation for Morphological Transfer
  2020/3/1
• Sparse Graphical Memory for Robust Planning
  2020/3/1
• Generalized Hindsight for Reinforcement Learning
  2020/2/1
• BADGR: An Autonomous Self-Supervised Learning-Based Navigation System
  2020/2/1
• Hallucinative Topological Memory for Zero-Shot Visual Planning
  2020/2/1
• Adaptive Online Planning for Continual Lifelong Learning
  2019/12/1
• Learning Efficient Representation for Intrinsic Motivation
  2019/12/1
• AVID: Learning Multi-Stage Tasks via Pixel-Level Translation of Human Videos
  2019/12/1
• Learning to Manipulate Deformable Objects without Demonstrations
  2019/10/1
• Asynchronous Methods for Model-Based Reinforcement Learning
  2019/10/1
• Plan Arithmetic: Compositional Plan Vectors for Multi-Task Control
  2019/10/1
• DoorGym: A Scalable Door Opening Environment And Baseline Agent
  2019/8/1
• Benchmarking Model-Based Reinforcement Learning
  2019/7/1
• Learning Robotic Manipulation through Visual Planning and Acting
  2019/5/1
• Quasi-Direct Drive for Low-Cost Compliant Robotic Manipulation
  2019/4/1
• Guided Meta-Policy Search
  2019/4/1
• Reinforcement Learning on Variable Impedance Controller for High-Precision Robotic Assembly
  2019/3/1
• Generalization through Simulation: Integrating Simulated and Real Data into Deep Reinforcement Learning for Vision-Based Autonomous Flight
  2019/2/1
• Soft Actor-Critic Algorithms and Applications
  2018/12/1
• An Algorithmic Perspective on Imitation Learning
  2018/11/1
• Composable Action-Conditioned Predictors: Flexible Off-Policy Learning for Robot Navigation
  2018/10/1
• Establishing Appropriate Trust via Critical States
  2018/10/1
• One-Shot Hierarchical Imitation Learning of Compound Visuomotor Tasks
  2018/10/1
• SOLAR: Deep Structured Representations for Model-Based Reinforcement Learning
  2018/8/1
• Learning Plannable Representations with Causal InfoGAN
  2018/7/1
• The Limits and Potentials of Deep Learning for Robotics
  2018/4/1
• Stochastic Adversarial Video Prediction
  2018/4/1
• Universal Planning Networks
  2018/4/1
• Learning Robotic Assembly from CAD
  2018/3/1
• Composable Deep Reinforcement Learning for Robotic Manipulation
  2018/3/1
• Learning to Adapt in Dynamic, Real-World Environments Through Meta-Reinforcement Learning
  2018/3/1
• Model-Ensemble Trust-Region Policy Optimization
  2018/2/1
• One-Shot Imitation from Observing Humans via Domain-Adaptive Meta-Learning
  2018/2/1
• Sim-to-Real Transfer of Robotic Control with Dynamics Randomization
  2017/10/1
• Asymmetric Actor Critic for Image-Based Robot Learning
  2017/10/1
• Domain Randomization and Generative Models for Robotic Grasping
  2017/10/1
• Deep Imitation Learning for Complex Manipulation Tasks from Virtual Reality Teleoperation
  2017/10/1
• One-Shot Visual Imitation Learning via Meta-Learning
  2017/9/1
• Overcoming Exploration in Reinforcement Learning with Demonstrations
  2017/9/1
• Self-supervised Deep Reinforcement Learning with Generalized Computation Graphs for Robot Navigation
  2017/9/1
• Deep Object-Centric Representations for Generalizable Robot Learning
  2017/8/1
• Hindsight Experience Replay
  2017/7/1
• Reverse Curriculum Generation for Reinforcement Learning
  2017/7/1
• Imitation from Observation: Learning to Imitate Behaviors from Raw Video via Context Translation
  2017/7/1
• Parameter Space Noise for Exploration
  2017/6/1
• Automatic Goal Generation for Reinforcement Learning Agents
  2017/5/1
• Probabilistically Safe Policy Transfer
  2017/5/1
• Stochastic Neural Networks for Hierarchical Reinforcement Learning
  2017/4/1
• Learning Visual Servoing with Deep Features and Fitted Q-Iteration
  2017/3/1
• Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World
  2017/3/1
• Prediction and Control with Temporal Segment Models
  2017/3/1
• Combining Self-Supervised Learning and Imitation for Vision-Based Rope Manipulation
  2017/3/1
• Learning Invariant Feature Spaces to Transfer Skills with Reinforcement Learning
  2017/3/1
• One-Shot Imitation Learning
  2017/3/1
• Enabling Robots to Communicate their Objectives
  2017/2/1
• Uncertainty-Aware Reinforcement Learning for Collision Avoidance
  2017/2/1
• Generalizing Skills with Semi-Supervised Reinforcement Learning
  2016/12/1
• Transfer from Simulation to Real World through Learning Deep Inverse Dynamics Model
  2016/10/1
• Reset-Free Guided Policy Search: Efficient Deep Reinforcement Learning with Stochastic Initial States
  2016/10/1
• Learning Modular Neural Network Policies for Multi-Task and Multi-Robot Transfer
  2016/9/1
• Deep Reinforcement Learning for Tensegrity Robot Locomotion
  2016/9/1
• Learning from the Hindsight Plan -- Episodic MPC Improvement
  2016/9/1
• Toward a Science of Autonomy for Physical Systems: Paths
  2016/9/1
• Learning to Poke by Poking: Experiential Learning of Intuitive Physics
  2016/6/1
• VIME: Variational Information Maximizing Exploration
  2016/5/1
• Benchmarking Deep Reinforcement Learning for Continuous Control
  2016/4/1
• Guided Cost Learning: Deep Inverse Optimal Control via Policy Optimization
  2016/3/1
• Learning Dexterous Manipulation for a Soft Robotic Hand from Human Demonstration
  2016/3/1
• Inverse Reinforcement Learning via Deep Gaussian Process
  2015/12/1
• One-Shot Learning of Manipulation Skills with Online Dynamics Adaptation and Neural Network Priors
  2015/9/1
• Model-based Reinforcement Learning with Parametrized Physical Models and Optimism-Driven Exploration
  2015/9/1
• Deep Spatial Autoencoders for Visuomotor Learning
  2015/9/1
• Learning Deep Control Policies for Autonomous Aerial Vehicles with MPC-Guided Policy Search
  2015/9/1
• Learning Deep Neural Network Policies with Continuous Memory States
  2015/7/1
• High-Dimensional Continuous Control Using Generalized Advantage Estimation
  2015/6/1
• End-to-End Training of Deep Visuomotor Policies
  2015/4/1
• Benchmarking in Manipulation Research: The YCB Object and Model Set and Benchmarking Protocols
  2015/2/1
• Learning Contact-Rich Manipulation Skills with Guided Policy Search
  2015/1/1
• Large Scale Estimation in Cyberphysical Systems using Streaming Data: a Case Study with Smartphone Traces
  2012/12/1