Donghoon Youm
収録論文 7本 ・ フィジカルAI/ロボット学習
歩行移動操作ナビゲーション状態推定
※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
- PolyMorph: 異形態適応のための歩行ポリシー学習歩行2026/10/14
様々な脚数や関節構成のロボットに対応する単一の歩行ポリシーを学習する形態条件付きフレームワークを提案し、シミュレーションと実機で汎化性能を実証した。
- 脚式マニピュレータの動的ピックアンドプレース学習移動操作2026/5/1
四足ロボットに6自由度アームを搭載し、階層型強化学習で動的ピックアンドプレースを実現。質量推定モジュールにより重量変化に適応し、シミュレーションと実機で高い成功率を達成した。
- 複雑で離散的な地形における四足ロボットの高速制御とナビゲーション歩行2025/6/1
階層型ナビゲーション手法を提案し、四足ロボットが複雑な離散地形を高速で走破できるようにした。プランナとトラッカーを組み合わせ、垂直壁走行や1.3mのギャップ跳躍などを実現した。
- 一人称視点動画と自動アノテーションによる意味的走行可能性の学習ナビゲーション2024/6/1
歩行者の胸に付けたカメラの一人称動画と基盤モデルによる自動アノテーションで、都市環境の意味的走行可能領域を推定するモデルを低コストに学習する手法を提案。
- 不変拡張カルマンフィルタとニューラル測定ネットワークを用いた脚式ロボットの状態推定状態推定2024/2/1
脚式ロボットの固有受容状態推定において、モデルベースの不変拡張カルマンフィルタとニューラル測定ネットワークを組み合わせ、シミュレーションのみで学習して様々な地形での位置ドリフトを低減した。
- モデル予測制御の模倣と微調整による堅牢で対称的な四足歩行歩行2023/11/1
MPCを模倣学習でクローンし、強化学習で微調整するIFMフレームワークを提案し、不整地や滑りやすい地形での四足歩行性能を向上させた。
- 報酬だけでなく制約も:脚式ロボットの移動制御への応用歩行2023/8/1
複雑なロボットの制御器を強化学習で訓練する際、報酬設計の労力を減らすために制約条件を導入する新しいフレームワークを提案し、脚式ロボットの移動制御に適用して有効性を示した。
