Arturo Flores Alvarez
The University of Texas at Austin
収録論文 5本 ・ フィジカルAI/ロボット学習
ロコマニピュレーション歩行全身制御ヒューマノイド/歩行
※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
- HULK: ヒューマノイドの全身力強いロコマニピュレーション学習ロコマニピュレーション2026/10/6
MPCで強化学習を導き、荷重下でのバランスを保ちながら重い物体を全身で操作するヒューマノイド制御フレームワークを提案し、Unitree G1で実証した。
- 世界を一周:270g連続回転四脚ロボットにおける統合学習ロコモーション歩行2026/10/2
270gの小型四脚ロボットMiNI-Qで、姿勢条件付き強化学習ポリシーをオンボード実行し、通常歩行・逆さ歩行・着地復帰を単一ポリシーで実現した。
- LIMBO: 俊敏かつ安全な全身制御のためのモデルフリー障壁目的の学習と内部化全身制御2026/9/18
黒箱遷移から状態行動制御障壁関数を学習し、その安全構造をタスク方策に蒸留することで、オンライン安全フィルタなしに人型ロボットの全身制御を安全かつ俊敏に実現するフレームワーク。
- 高性能ヒューマノイドサッカーのための階層的モデルベースシステムヒューマノイド/歩行2025/12/1
RoboCup 2024大人サイズヒューマノイドサッカー優勝チームのハードウェアとソフトウェアを紹介し、軽量構造・高トルクアクチュエータ・歩行中のキックを可能にする足設計と、ステレオ視・物体検出・ランドマーク融合による知覚・自己位置推定、衝突回避軌道生成、行動管理を統合したシステムを提案する。
- コスチュームで歩く学習:美的制約を持つヒューマノイドのための敵対的運動事前分布歩行2025/9/1
娯楽用ヒューマノイドCosmoの美的制約(大きな頭、限られたセンシング、保護シェル)に対応するため、敵対的運動事前分布(AMP)とドメインランダム化を適用し、安定した立ち・歩行を実現した。
