Fernando Acero

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

• 四足歩行の俊敏な移動を実現するスキル切替基準の発見
  歩行2025/2/1

  深層強化学習と最適化を組み合わせ、目標位置に応じて歩容（トロット・バウンド・ギャロップ）を自動的かつ自然に切り替える多スキル四足歩行ポリシーを学習し、実機でも転倒からの復帰を含めて実証した。

• インターネット動画からの汎用ロボット学習に向けて：サーベイ
  VLA2024/4/1

  インターネット上の大規模動画を活用してロボット学習のデータ不足を補う「動画からの学習（LfV）」の研究動向を体系的に整理し、課題と将来展望を論じたサーベイ論文。

• 解釈可能なロボット歩行のための強化学習方策の蒸留：勾配ブースティングマシンと記号回帰
  歩行2024/3/1

  強化学習で訓練したニューラルネット方策を、勾配ブースティングや記号回帰などの解釈可能なモデルに蒸留し、歩行・トロット・バウンド・ペーシングの各歩容で有効性を検証した。

• ロボットハンド・アームによる飛行物体キャッチングを学習するモジュール型ニューラルネットワークポリシー
  マニピュレーション2023/12/1

  ロボットハンド・アームで飛んでくる物体をキャッチするため、物体軌道予測・キャッチ姿勢評価・リーチング・把持・統合の5モジュールを組み合わせた学習フレームワークを提案し、シミュレーションで高い成功率と未知物体への汎化を示した。

• ロボット操作ネットワーク（ROMAN）：複雑な逐次タスクを解くためのハイブリッド階層学習
  マニピュレーション2023/7/1

  行動クローニング・模倣学習・強化学習を統合した階層型フレームワークROMANを提案し、複数の専門ネットワークを組み合わせて長期的なロボット操作タスクを遂行、失敗からの自律的復帰も実現した。

• 価値関数は制御バリア関数である：制御理論による安全な方策の検証
  安全強化学習2023/6/1

  強化学習の方策の安全性を保証するため、学習された価値関数と制御バリア関数の理論的関連を明らかにし、制御理論の検証手法を適用する新しい枠組みを提案した。

• 疎な視覚観測を用いた不整地での知覚的歩行の学習
  歩行2021/9/1

  LidarやRGB-Dから得られる疎な深度情報のみで、段差や階段などの不整地を歩行するフィードバック制御方策を学習し、脚長の50%に達する階段の昇降や未知地形への汎化を実証した。

• 視覚誘導による難地形での動的歩行の学習
  歩行2021/9/1

  LiDAR知覚を用いた深層強化学習で、部分的観測環境下でも難地形を能動的に踏破する歩行ポリシーを学習させた研究。動的報酬戦略により履歴データ不要で多様な歩容を獲得し、90%以上の成功率を達成。