論文の概要: Robot Learning: A Tutorial
- arxiv url: http://arxiv.org/abs/2510.12403v1
- Date: Tue, 14 Oct 2025 11:36:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-15 19:02:32.296103
- Title: Robot Learning: A Tutorial
- Title（参考訳）: ロボット学習 : チュートリアル
- Authors: Francesco Capuano, Caroline Pascal, Adil Zouitine, Thomas Wolf, Michel Aractingi,
- Abstract要約: このチュートリアルは、現代ロボット学習の風景をナビゲートし、強化学習の基本原理から汎用的な言語条件付きモデルへのコースをチャート化する。
我々のゴールは、ロボット学習の発展に貢献するために必要な概念的理解と実践的ツールを読者に提供することである。
- 参考スコア（独自算出の注目度）: 3.266205778385688
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Robot learning is at an inflection point, driven by rapid advancements in machine learning and the growing availability of large-scale robotics data. This shift from classical, model-based methods to data-driven, learning-based paradigms is unlocking unprecedented capabilities in autonomous systems. This tutorial navigates the landscape of modern robot learning, charting a course from the foundational principles of Reinforcement Learning and Behavioral Cloning to generalist, language-conditioned models capable of operating across diverse tasks and even robot embodiments. This work is intended as a guide for researchers and practitioners, and our goal is to equip the reader with the conceptual understanding and practical tools necessary to contribute to developments in robot learning, with ready-to-use examples implemented in $\texttt{lerobot}$.
- Abstract（参考訳）: ロボットの学習は、機械学習の急速な進歩と、大規模ロボティクスデータの利用の増大により、インフレクションの点にある。
古典的なモデルベースの手法からデータ駆動の学習ベースのパラダイムへのシフトは、自律システムにおける前例のない能力を解き放ちつつある。
このチュートリアルは、現代のロボット学習の風景をナビゲートし、強化学習と行動クローンの基礎原理から、多種多様なタスクやロボットの具体化を操作できる汎用的な言語条件付きモデルまで、コースをチャートアップする。
本研究は,研究者や実践者のためのガイドとして意図されており,本研究の目的は,ロボット学習の発展に貢献するために必要な概念的理解と実践的ツールを読者に提供することであり,その実例を$\texttt{lerobot}$で実装することである。
関連論文リスト
- Efficient Sensorimotor Learning for Open-world Robot Manipulation [6.1694031687146955]
この論文は、効率的な感覚運動学習手法を用いて、オープンワールドロボットマニピュレーション問題に取り組む。
効率的な感覚運動学習を実現するための鍵は、限られた量の実演データに存在する規則的なパターンを活用することである。
論文 参考訳（メタデータ） (2025-05-07T18:23:58Z) - $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - Generalized Robot Learning Framework [10.03174544844559]
本稿では,様々なロボットや環境に容易に再現可能かつ伝達可能な,低コストなロボット学習フレームワークを提案する。
我々は,産業用ロボットにおいても,デプロイ可能な模倣学習をうまく適用できることを実証した。
論文 参考訳（メタデータ） (2024-09-18T15:34:31Z) - RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation [68.70755196744533]
RoboGenはジェネレーティブなロボットエージェントで、ジェネレーティブなシミュレーションを通じて、さまざまなロボットのスキルを自動的に学習する。
我々の研究は、大規模モデルに埋め込まれた広範囲で多目的な知識を抽出し、それらをロボット工学の分野に移す試みである。
論文 参考訳（メタデータ） (2023-11-02T17:59:21Z) - Enhancing Robot Learning through Learned Human-Attention Feature Maps [6.724036710994883]
ロボット学習にフォーカスポイントに関する補助情報を埋め込むことで、学習プロセスの効率性と堅牢性が向上すると考えられる。
本稿では,人間の注意を近似予測モデルでモデル化し,エミュレートするための新しいアプローチを提案する。
我々は,物体検出と模倣学習という2つの学習課題にアプローチを試行する。
論文 参考訳（メタデータ） (2023-08-29T14:23:44Z) - Exploring Visual Pre-training for Robot Manipulation: Datasets, Models
and Methods [14.780597545674157]
本稿では,3つの基本的視点から,視覚的事前学習がロボット操作作業に及ぼす影響について検討する。
自己教師型学習と教師型学習を組み合わせた視覚的事前学習方式Vi-PRoMを提案する。
論文 参考訳（メタデータ） (2023-08-07T14:24:52Z) - Evaluating Continual Learning on a Home Robot [30.620205237707342]
そこで本研究では,現実の低コストなホームロボットにおいて,連続学習手法をどのように適用することができるかを示す。
本稿では,スキルライブラリを継続的に学習するSANERと,それを支援するバックボーンとしてABIPを提案する。
論文 参考訳（メタデータ） (2023-06-04T17:14:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。