Dongjie Yu
収録論文 12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
- 分解と再構成：デモから学習したプリミティブと視覚運動ポリシーによる計画操作計画2026/7/1
人間のデモを接触関係に基づいて原子スキルに分解し、視覚運動ポリシーとTAMPを統合して長期的な操作タスクを計画するフレームワークDR-LfDを提案した。
- 行動残差を超えて：ボトルネック潜在強化学習による実世界ロボットポリシーの操縦強化学習/模倣学習/操作2026/5/1
事前学習済みの模倣ポリシーを、行動空間ではなくボトルネック潜在空間で強化学習により微調整する手法ZPRLを提案し、シミュレーションと実世界の操作タスクで性能を向上させた。
- BiKC+: キーポーズ条件付き協調認識型一貫性ポリシーによる両手階層模倣学習マニピュレーション2026/1/1
両手作業を階層的模倣学習で扱い、高レベルでキーポーズを予測し低レベルで一貫性モデルにより1ステップで軌道生成する手法を提案。
- RL-100: 実世界強化学習による高性能ロボットマニピュレーションマニピュレーション2025/10/1
拡散視覚運動ポリシーに模倣学習と強化学習を統合し、軽量な蒸留で高速制御を実現した実世界ロボットマニピュレーションのフレームワーク。8つの多様な実タスクで100%の成功率を達成。
- SViP: 物体中心の動作プリミティブによる両腕視覚運動ポリシーのシーケンス化マニピュレーション2025/6/1
人間のデモを両腕・片腕操作に分割し、視覚運動ポリシーとタスク・動作計画を統合することで、少ないデモでも長期的な両腕操作タスクを汎化可能にするフレームワークを提案。
- BiKC: 双腕ロボット操作のためのキーポーズ条件付き一貫性ポリシーマニピュレーション2024/6/1
双腕操作を高レベルなキーポーズ予測と低レベルな軌道生成に分けた階層的模倣学習フレームワークを提案し、高速推論と成功率・効率の向上を実現した。
- 実現可能性誘導拡散モデルによる安全なオフライン強化学習安全オフラインRL2024/1/1
安全制御理論の到達可能性解析を用いてハードな安全制約を実現可能領域の特定に変換し、拡散モデルベースの重み付き行動クローニングで安全なオフラインRLを実現した。
- 不確実性を考慮した到達可能性証明による安全なモデルベース強化学習安全強化学習2022/10/1
モデルの不確実性に対処する分布型到達可能性証明（DRC）を提案し、訓練中の制約違反を抑えつつ高いリターンを得る安全なモデルベース強化学習フレームワークを構築した。
- 到達可能性に基づく制約付き強化学習制約付き強化学習2022/5/1
到達可能性解析を用いて安全な状態集合（可到達集合）を自己整合的に特徴づけ、それを制約として組み込む制約付き強化学習手法を提案し、最大の可到達集合を保証しつつ局所最適解への収束を証明した。
- 混合交通の信号交差点における自動運転の統合意思決定と制御のための自己学習知能自動運転/強化学習2021/10/1
車・自転車・歩行者が混在する信号交差点に対応するため、参加者の種類や数を柔軟に扱える動的置換状態表現を導入し、統合意思決定・制御の枠組みで安全な運転方策をオフライン学習する手法を提案した。
- マルチレーン自動運転のためのエンコーディング分散型ソフトアクター・クリティック自動運転/強化学習2021/9/1
周囲車両数が可変な状況に対応するため、置換不変な特徴エンコーダを分散型強化学習に組み込んだE-DSACを提案し、マルチレーン自動運転でDSACの約3倍の性能と実車での有効性を示した。
- 自動運転のための固定次元・置換不変な状態表現自動運転/状態表現2021/5/1
周囲車両をニューラルネットで符号化して加算・連結することで、車両数が可変でも固定次元かつ置換不変な状態表現を実現し、近似誤差を62.2%削減した。
