Tongzhou Mu
収録論文 15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
- 巧みな操作のためのクロスエンボディメント世界モデルのスケーリングマニピュレーション2025/11/1
人間とロボットの手を3D粒子で表現し、エンドエフェクタの粒子変位場を行動として定義することで、異なる身体構造を超えて共有できる世界モデルを学習し、新しいハードウェアでの操作制御を実現した。
- ロボット歩行における身体性スケーリング則への試み歩行2025/5/1
約1000種のロボット身体を手続き的に生成し、多様な身体で訓練するほど未知の身体への汎化が向上することを歩行タスクで示し、実機のUnitree Go2やH1にもゼロショット転移した。
- デモンストレーション拡張型報酬・方策・世界モデル学習による多段階マニピュレーションマニピュレーション2025/3/1
視覚入力からの長期的マニピュレーションタスクに対し、多段階の密報酬学習と世界モデルを組み合わせたデモンストレーション活用型強化学習フレームワークDEMO3を提案し、データ効率を大幅に改善した。
- 応答性ノイズリレー拡散ポリシー：応答的で効率的な視覚運動制御VLA2025/2/1
拡散ポリシーの応答性を高めるため、ノイズレベルを段階的に増やすバッファと逐次ノイズ除去を導入し、最新の観測に基づく即時行動生成を可能にした手法を提案。
- ポリシーデコレーター：大規模ポリシーモデルのためのモデル非依存オンライン改良模倣学習2024/12/1
模倣学習で訓練済みの大規模ポリシーに対し、モデル非依存の残差ポリシーをオンラインで学習させて性能を安定かつサンプル効率よく向上させる手法を提案。
- 状態から視覚へのDAggerと視覚強化学習はいつ選ぶべきか？VLA2024/12/1
状態方策を事前学習してからオンライン模倣で視覚方策を学ぶ2段階手法State-to-Visual DAggerと視覚RLを16タスクで比較し、難タスクではDAggerが安定して優れるがサンプル効率の利点は限定的だと示した実証研究。
- ManiSkill3: 汎化可能な身体性AIのためのGPU並列ロボティクスシミュレーションとレンダリングsim2real2024/10/1
接触の多い操作タスク向けに、シミュレーションとレンダリングをGPUで並列化した高速ロボティクスシミュレータManiSkill3を開発し、12分野の多様なタスクとデモデータ、ベースラインを提供した。
- DrS: 多段階タスクのための再利用可能な密報酬の学習強化学習/報酬設計2024/4/1
タスクの段階構造を利用し、スパース報酬とデモから高品質な密報酬を学習して、未見タスクでも再利用可能にする手法を提案。
- AdaDemo: 汎用ロボットエージェントのためのデータ効率的なデモンストレーション拡張模倣学習2024/4/1
既存方策の弱点を特定し、適応的にデモンストレーションを収集・拡張することで、データ効率的に多タスク模倣学習を改善するフレームワークAdaDemoを提案。
- Boosting Reinforcement Learning and Planning with Demonstrations: A Survey2023/3/1
- ManiSkill2: A Unified Benchmark for Generalizable Manipulation Skills2023/2/1
- On Pre-Training for Visuo-Motor Control: Revisiting a Learning-from-Scratch Baseline2022/12/1
- Abstract-to-Executable Trajectory Translation for One-Shot Task Generalization2022/10/1
- Close the Optical Sensing Domain Gap by Physics-Grounded Active Stereo Sensor Simulation2022/1/1
- ManiSkill: Generalizable Manipulation Skill Benchmark with Large-Scale Demonstrations2021/7/1