Gilwoo Lee
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
- 実世界とシミュレーションの共同学習における世界と行動のグラウンディングsim2real2026/9/30
実世界のデモをシミュレーションで拡張する共同学習において、世界の忠実性と人間行動との類似性が政策性能に与える影響を分析し、完全なグラウンディングで成功率が52%から86%に向上することを示した。
- 高コスト辺評価を伴うグラフ上のアンタイム動作計画のための事後サンプリング動作計画2020/2/1
衝突判定が高コストな動作計画において、学習した事後分布を用いて初期経路を素早く見つけつつ逐次的に短縮するアンタイム・レイジー計画法PSMPを提案し、理論保証と2D/7D問題での優位性を示した。
- ベイズ残差方策最適化:先見の専門家を活用したスケーラブルなベイズ強化学習ベイズ強化学習2020/2/1
潜在MDPごとの専門家アンサンブルを基盤に、ベイズ残差方策を学習して不確実性下での意思決定を改善するスケーラブルな強化学習手法BRPOを提案。
- 人間とAIの協調作業:協働パッキングにおける支援設計人間AI協調2019/9/1
100人のユーザー研究から人間のパッキング戦略の時空間パターンを分析し、低負荷で高効率なAI支援フレームワークの設計につなげる論文。
- 実皿上での食品ごとに刺し方戦略を汎化するロボット食事支援マニピュレーション2019/6/1
2450回の刺し取り試行データから食品の物理特性と周囲環境に応じた成功しやすい刺し方を学習し、皿の画像から食品を分割して最適な対象と動作を選ぶSPANetで未知食品にも汎化できる食事支援システムを構築した。
- 模倣学習をfダイバージェンス最小化として捉える模倣学習2019/5/1
マルチモーダルな模倣学習において、逆KLダイバージェンスを最小化する一般的なfダイバージェンス枠組みを提案し、既存手法を包含しつつモード間の誤補間を防ぐ。
- Bayes-CPACE:連続空間ベイズ適応MDPにおけるPAC最適探索強化学習2018/10/1
連続状態・行動空間のベイズ適応MDPに対し、価値関数のリプシッツ連続性を利用した有限サンプル被覆で初のPAC最適アルゴリズムを提案し、離散・連続タスクで有効性を実証した。
- モデル不確実性に対するベイズ方策最適化強化学習2018/10/1
連続ベイズ適応MDPとしてモデル不確実性を定式化し、信念分布を考慮した方策最適化アルゴリズムを提案した論文。
- ロボットによる食事支援に向けて:フォーク操作における触覚の役割触覚2018/4/1
人がマネキンに食べ物を運ぶ際の軌跡データを収集し、食品の柔らかさや形状に応じて把持戦略を適応させていることを触覚・動作信号から示した。さらに触覚情報から食品の柔らかさを分類する手法を提案し、ロボットの固定位置制御との比較で適応の重要性を明らかにした。
- 障害物環境におけるハイブリッド力学系の軌道最適化軌道最適化2017/10/1
障害物のある環境でハイブリッド力学系の最適制御則を求める手法を提案し、箱押しタスクで有効性を示した。
- 区分平滑な非線形ハイブリッドシステムのための教師なし学習システム同定2017/10/1
モードごとにガウス過程回帰でモデルを学習し、粒子フィルタと合成オーバーサンプリングを組み合わせて、遷移が疎な区分平滑非線形確率ハイブリッドシステムの同定と追跡を高精度に行う手法を提案した。
- GP-ILQG:不確実な非線形力学系に対するデータ駆動型ロバスト最適制御ロバスト制御2017/5/1
シミュレータのモデルをガウス過程の平均関数として用い、シミュレーションと実観測の差分のみを学習することで、モデル誤差に頑健な最適制御器を効率的に獲得する手法を提案した。
