Andre Rosendo
収録論文 7本 ・ フィジカルAI/ロボット学習
車輪脚ロボット歩行マニピュレーションsim2real強化学習
※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
- OmniWheg:全方向移動可能な車輪脚変形ロボット車輪脚ロボット2022/3/1
分離式オムニホイールと4節リンク機構を組み合わせ、車輪モードと脚モードを滑らかに切り替えられる全方向移動ロボットを開発し、段差や階段の踏破性能を評価した。
- 自動残差強化学習による多モード脚式移動フレームワーク歩行2022/2/1
四足ロボットに支持構造と遷移戦略を追加し、自動残差強化学習で二足歩行制御を学習させることで、四足と二足の両モードで歩行可能にするフレームワークを提案した。
- 環境を再配置してエネルギーを最大化する回路描画ロボットマニピュレーション2021/11/1
導電性インクで回路を描きながら周囲の物体を動かして障害物を除去し、電源から最大のエネルギーを得るロボットを提案した論文。
- ベイズ最適化を用いた四足ロボットのその場トロット歩容の足場かけ学習歩行2021/1/1
心理学的な足場かけ理論に基づき、支持構造を段階的に減らしながらベイズ最適化で四足ロボットの安定したトロット歩容を学習させる手法を提案し、固定支持より段階的減少が安定歩容を生むことを示した。
- CircuitBot:ロボットによる回路描画で生き残る学習マニピュレーション2020/11/1
限られたエネルギーで生き残るため、ロボットがグラフェン導電インクで回路パターンを描き、ベイズ最適化で導電形状の配置を最適化して受電電力を最大化する手法を提案。
- Sim2Real学習のトレードオフ:実世界学習がシミュレーションより速いsim2real2020/7/1
深層ベイズ強化学習とモデルフリーDRLをシミュレーションと実世界で比較し、計算時間を含めても実世界でのベイズ学習が効率的で、純粋な実世界学習がシミュレーション混合を上回ることを示した論文。
- 戦術的報酬設計:強化学習を迂回する戦略的ゴール設定強化学習2019/10/1
ロボット競技において勝利ではなく幾何学的・戦術的優位を報酬として与えることで、強化学習が迅速に勝利戦略へ収束することを示し、幾何探索ベースのA*がDQLを大幅に上回ることを明らかにした論文。
