Bohan Wu
収録論文 8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
- 変形物体の移動操作のための粒子動力学の迅速適応変形物体操作2026/3/1
変形物体の未知の動力学を扱うため、シミュレーションで物体の粒子位置などの特権情報から動力学埋め込みを学習し、実ロボットで推論する二段階手法RAPiDを提案した。
- GeT-USE: シミュレーション上の身体拡張を介した双腕移動マニピュレーションのための汎用ツール使用学習sim2real2025/10/1
シミュレーション上でロボットの身体拡張(新しいエンドエフェクタの構築)を探索し、タスクに有効なツール形状の知識を獲得した後、実機の視覚運動ポリシーへ転移することで、利用可能な物体から最適なツールを選んで使う汎用ツール使用を実現した研究。
- M-EMBER: 因子分解型ドメイン転移による長期的モバイルマニピュレーションへの挑戦モバイルマニピュレーション2023/5/1
長期的なモバイルマニピュレーションを複数の視覚スキルに分解し、各スキルを強化学習で訓練して組み合わせることで、キッチン掃除タスクを53%の成功率で達成した。
- 長期的視覚運動タスクを解くための例示駆動型モデルベース強化学習モデルベースRL2021/9/1
学習したモデル・批評家・成功分類器を用いて原始スキルを獲得し、記号プランナと組み合わせて長期的視覚運動タスクを遂行するモデルベースRL手法EMBERを提案した。
- 大規模動画予測のための貪欲階層型変分オートエンコーダ動画予測2021/3/1
階層型オートエンコーダの各層を貪欲に学習させることで、GPUメモリ制約と最適化困難を同時に解決し、大規模多様データでの動画予測性能と実ロボットタスク成功率を向上させた研究。
- SQUIRL: 単一動画デモから長期的ロボット操作タスクを堅牢かつ効率的に学習するメタ逆強化学習模倣学習2020/3/1
単一の動画デモのみから新しい長期的操作タスクを堅牢に遂行するメタ逆強化学習アルゴリズムSQUIRLを提案し、実機で90%以上の成功率を達成した。
- 深層強化学習による多指適応型触覚把持触覚2019/9/1
触覚と固有感覚を用いた深層強化学習方策で、粗い初期位置から多指ハンドの微調整と再把持を行い、シミュレーションのみで学習して実機に転移する触覚閉ループ把持手法を提案。
- 混雑環境での多指把持のためのピクセル注意方策勾配法マニピュレーション2019/3/1
深度画像のピクセル空間で多指ロボットの把持方策を強化学習し、ピクセルから実空間への対応付けで実機に高忠実度で転移。混雑環境での把持成功率を高める新たな注意機構を導入した。
