Chong Zhang
ETH Zurich
収録論文 24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
- アテンション型接触計画によるヒューマノイド移動ヒューマノイド/歩行2026/10/22
運動データを学習事前分布として使い、自己教師ありアテンションで将来の身体-環境接触を予測し、接触条件付きトラッカーで全身運動へ変換する枠組みを提案。単一ポリシーで自然な協調運動と環境適応の柔軟性を両立させる。
- 人型ロボットのための疎な3次元構造物の俊敏な知覚横断学習歩行2026/8/30
人型ロボットが猿渡りバーを跳び移りながら渡り切るタスクを強化学習で実現。頭部搭載ライダーの生データを注意機構付きエンコーダで処理し、実機で高い成功率を達成した。
- FLASH: GPU高速シミュレーションによる数分での高忠実度変形物操作の高速学習シミュレーション/変形物操作2026/4/1
GPUネイティブな変形物操作シミュレーションフレームワークFLASHを提案し、数分の合成データ学習で実ロボットのタオル折りや衣類折りをゼロショットで成功させた。
- モーション生成とモーショントラッキングによる全身ヒューマノイド歩行の学習歩行2026/4/1
参照モーションから学習した全身スキルと地形認識適応を組み合わせたヒューマノイド歩行フレームワークを提案し、実機で箱や階段などの複合地形を踏破できることを示した。
- AME-2: アテンション型ニューラルマップ符号化による俊敏で汎用的な脚式移動歩行2026/1/1
アテンション機構を用いたマップエンコーダと不確実性を考慮した学習ベースのマッピングを組み合わせ、四足・二足ロボットの俊敏かつ汎用的な脚式移動を実現した強化学習フレームワーク。
- ViDARデバイスと強化学習によるアクティブSLAMアクティブSLAM2025/6/1
モータエンコーダを統合したViDARデバイスと、深層強化学習を用いたプラットフォーム運動から分離したアクティブSLAM手法を提案し、状態推定精度を向上させた。
- 注意機構に基づく地図エンコーディングによる汎化可能な脚式ロコモーションの学習歩行2025/6/1
脚式ロボットの強化学習制御において、ロボットの固有感覚に条件付けられた注意機構ベースの地図エンコーディングを提案し、多様な地形での汎化と疎な足場での精密な歩行を実現した。
- 適応性と安全性の橋渡し:多様な物理環境下での俊敏な衝突回避歩行の学習歩行2025/1/1
俊敏ポリシーと回復ポリシーを物理パラメータ推定器と到達回避価値ネットワークで切り替え、未知の摩擦や積載量にも適応する脚式ロボット歩行手法BASを提案した。
- WoCoCo: 連続接触を伴う全身ヒューマノイド制御の学習全身制御2024/6/1
接触の連続を要する全身ヒューマノイドタスクを接触段階に分解し、タスク非依存の報酬とsim-to-real設計で効率的に強化学習するフレームワークを提案。
- OmniH2O:汎用的で器用な人間からヒューマノイドへの全身遠隔操作と学習遠隔操作2024/6/1
VR・音声・RGBカメラなど多様な入力で人間がヒューマノイド全身を遠隔操作できる学習ベースのシステムを構築し、実世界でのスポーツや物体操作を実現した。
- ロバスト性評価の再考:学習ベース四足歩行制御器への敵対的攻撃歩行2024/5/1
学習ベースの四足歩行制御器に対し、時系列に沿った敵対的攻撃を生成して脆弱性を定量的に特定する手法を提案し、シミュレーションと実機で有効性を検証した。
- 人間からヒューマノイドへのリアルタイム全身テレオペレーションの学習テレオペレーション2024/3/1
RGBカメラ1台で人間の動きを捉え、強化学習で訓練した全身運動模倣器により、等身大ヒューマノイドをリアルタイムで遠隔操作するフレームワークH2Oを提案した。
- 四足ロボットのための高ダイナミック動作の学習歩行2024/2/1
動物の動作データから四足ロボットがスプリントやジャンプ、急旋回などの高ダイナミックな動きを学習し、棒を使った人間とのインタラクションで動作を切り替えられるようにした研究。
- 俊敏かつ安全:衝突回避を両立する高速脚式ロコモーションの学習歩行2024/1/1
四足ロボットが障害物を避けつつ高速で走行できるよう、俊敏ポリシーと復帰ポリシーを到達回避価値ネットワークで切り替える学習制御フレームワークを提案し、実機で屋内・屋外の静的・動的障害物環境での高速衝突回避ナビゲーションを実現した。
- 危険な地形における俊敏な歩行の学習歩行2023/11/1
強化学習により、飛び石や平均台のような危険で足場が疎な地形を、四足ロボットが動的に高速で移動できるようにした研究。
- 知覚障害に強い脚式ロボットの局所ナビゲーション:劣化した知覚からのEnd-to-End学習歩行2023/10/1
知覚失敗を不可視の障害物や穴としてモデル化し、固有感覚と外界感覚を統合した強化学習方策で脚式ロボットの局所ナビゲーションをEnd-to-Endで学習させ、知覚障害時でも成功率を30%以上向上させた。
- 動物の模倣による俊敏な地形適応歩行の学習歩行2023/8/1
実犬の動きを模倣学習させた四足ロボットに地形適応を追加し、未見の地形でも自然な歩容で移動できるようにした。実機Maxで階段を1.1m/sで登ることに成功。
- 強化学習と生成事前学習モデルによる四足ロボットの生物らしい敏捷性と遊び歩行2023/8/1
動物の運動データから生成モデルで制御信号を学び、階層的に環境適応と戦略を訓練することで、四足ロボットに生物らしい敏捷性と鬼ごっこ遊びを実現した。
- 脚式ロコモーションのための地形ロバスト性ベンチマークの生成:地形オーサリングと能動学習によるプロトタイプ歩行2022/8/1
地形オーサリングと能動学習を組み合わせて多様で高品質な不整地を生成し、脚式ロボットのロコモーション政策を評価するための地形ロバスト性ベンチマークを試作した。
- 深層強化学習による球体バランスロボットの学習強化学習/バランス制御2022/8/1
従来のフィードバック制御と強化学習を組み合わせた複合コントローラを提案し、接触や衝突を含む復元タスクで球体バランスロボットがより大きな初期傾斜角でもバランスを保てることを示した。
- カスタム正弦波だけで異なるスタイルの二足歩行を模倣学習歩行2022/4/1
足の高さの参照として単純な正弦波を用い、Cassieロボットがモデル知識なしに効率的な二足歩行を強化学習で獲得できること、また正弦波を調整することで歩容スタイルをカスタマイズできることを示した論文。
- 適応的模倣:実行不可能な参照からパラメータ化二足歩行を深層強化学習で獲得歩行2021/12/1
低品質で単体では実行不可能な参照動作を事前知識として活用し、性能に応じて模倣と高性能追求を切り替える適応的報酬関数でパラメータ化二足歩行を学習する手法を提案した。
- 到達可能性に基づくクラスタリングで歩行スキルを効率的に学習歩行2021/9/1
状態間の遷移しやすさを表す到達可能性指標で状態空間をクラスタリングし、自動発見した代表姿勢を初期状態に使うことで、四足ロボットの転倒復帰などの歩行スキルを少ない試行で頑健に学習する手法を提案した。
- 単発の人間デモンストレーションで現実ギャップを最小化するDROIDsim2real2021/2/1
単発の人間デモンストレーションからシミュレータの動力学パラメータ分布を同定し、ドメインランダム化の範囲を最適化することで、扉開けタスクの実機へのポリシー転移を改善した研究。
