Guanya Shi
Amazon FAR
収録論文 97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
- 実世界デビュー前の統一試験：コーディングエージェントによるロボット制御ベンチマークベンチマーク/エージェント2026/11/9
コーディングエージェントが多様なロボットを物理制約下で制御できるかを評価するため、47体のロボット・35スイート・1,156タスクからなる統一ベンチマーク「Embodied First Exam」を提案した。
- 物体中心学習で両腕の器用さを引き出すSimDuoReal両腕マニピュレーション2026/11/7
物体中心の単純な報酬で両腕ロボットの強化学習を行い、把持前操作や持ち替えなどの複雑な協調動作が自然に獲得できることを示し、実機で76.3%の成功率を達成した。
- 人間とヒューマノイドの動作のための統一慣性エンコーダ慣性オドメトリ/動作理解2026/11/6
人間とヒューマノイドの動作を共通の慣性入力空間で表現する統一エンコーダを提案し、人間動作データで学習したモデルを物理シミュレーションや実機学習なしでUnitree G1にゼロショット転移させ、速度推定と言語接地動作理解を実現した。
- 価値関数誘導MPPIによるオフロード自律ナビゲーションの階層型計画・制御オフロードナビゲーション/階層型計画制御/MPPI/強化学習2026/10/28
強化学習コントローラの価値関数を暗黙的なコストとしてMPPIプランナに組み込み、計画と制御を双方向に連携させる階層型フレームワークを提案。オンライン方策評価で分布シフトに適応し、オフロード走行シミュレータで有効性を示した。
- 接触アンカード・リターゲティングによる巧みな操作リターゲティング2026/10/27
人間のデモを接触力目標ごとロボット動作に変換するフレームワークCARDを提案し、映像・モーションキャプチャ・触覚グローブを統合して接触維持率とタスク成功率を大幅に向上させた。
- 力に反応するヒューマノイドの移動操作を学習するフレームワークFLORE移動操作2026/10/26
力覚付きハンドヘルドグリッパとウェアラブルトラッカーで実演を収集し、視覚・固有感覚・力覚を入力とする拡散ポリシーと力追従型全身コンプライアンス制御で、両手と全身の接触力を協調させるヒューマノイドの移動操作を実現した。
- DexPort：巧みなハンドのデータ収集のための携帯型スキルインターフェースマニピュレーション2026/10/23
同じハンドハードウェアを収集と展開の両方に用い、少数のスキル選択で指関節を協調させて高自由度ハンドの実演データを収集する携帯型インターフェースを提案し、行動クローニングで視覚運動方策を学習した。
- SWAP: テスト時操作可能なヒューマノイド全身衝突回避ヒューマノイド/全身制御2026/10/19
拡散ポリシーで多様な衝突回避動作を生成し、全身RL制御でバランスを保つ階層型フレームワークを提案。実機G1で静的・動的障害物の回避を実証。
- 身体性を考慮した手物体インタラクション生成によるヒューマノイド巧みな操作ヒューマノイド操作2026/10/19
凍結した流れマッチング型HOI生成器のサンプリングループ内で、対象ヒューマノイドの微分可能IKソルバの勾配をフィードバックし、生成時点でロボットの到達可能性を制約することで、再学習なしに身体性ギャップを解消する手法を提案。
- 自己教師あり慣性オドメトリ慣性オドメトリ2026/10/19
短い時間窓ごとのIMU積分を教師として慣性オドメトリモデルを自己教師あり学習し、ポーズグラフ蒸留で改善する手法を提案。正解軌道なしで歩行者・ドローン・四足・ヒューマノイドの6データセットで高精度を達成。
- 行動整合型潜在計画による汎用人型ロコマニピュレーションヒューマノイド/ロコマニピュレーション2026/10/17
凍結した行動基盤モデルの実行可能な潜在空間を共有計画表現として用い、多様なタスク固有ポリシーを統合して単一の知覚的フロープランナーをオフライン学習するFIBERを提案し、人型ロボットの箱運び・ドア開け・物体把持で実機検証した。
- StopWatch: 物体ゴールナビゲーションのためのゴールグラウンディング物体ゴールナビゲーション2026/10/16
VLMベースの物体ゴールナビゲーションの失敗原因がゴールの認識不足にあると特定し、ゴールを明示的にグラウンディングすることで6つのベンチマークで最高性能を達成した論文。
- 離散行動はいつ連続制御器として優れているのか？VLA2026/10/14
ロボット基盤モデルにおける連続行動表現の優位性を問い直し、離散行動予測がタスク成功率で連続行動方策に匹敵または凌駕することを示した。
- キュレーション不要の記憶：ロボットポリシーのためのマルチストリーム潜在記憶学習VLA2026/10/9
視覚・行動・固有感覚などの複数ストリームを潜在記憶に圧縮し、推論時に逐次更新することで、低遅延かつショートカット学習を避けつつVLAモデルを長期記憶で拡張するフレームワークIMPRINTを提案。
- PanTact: ウェアラブル接触インターフェースで全身器用さを教える全身マニピュレーション2026/10/8
ロボットを使わない人間のデモンストレーションから、接触情報を介してヒューマノイドの全身マニピュレーションを学習するシステムを提案。
- コード飛行：能動的な視覚・物理フィードバックによる空中マニピュレーションのための身体性コーディングエージェント空中マニピュレーション2026/10/8
空中マニピュレーションでは視野制限や動的結合により実行フィードバックが不十分になる問題に対し、未観測の結果を確認する「View」と失敗仮説を検証する「Probe」からなる能動フィードバックを導入し、タスク成功率を31.7%から75%に改善した。
- 全身ヒューマノイド制御における高精度SE(3)エンドエフェクタ追従ヒューマノイド全身制御2026/10/7
幾何アドミタンス制御と残差強化学習を組み合わせ、歩行中の浮遊基底振動を抑えつつエンドエフェクタの位置・姿勢を高精度に追従させる全身ヒューマノイド制御器ResGACを提案し、実機Unitree G1で有効性を示した。
- SimEX: シミュレーション統合型ロボティクス自動研究フレームワークsim2real2026/9/30
LLMコーディングエージェントがシミュレーション内で試行錯誤してロボットツールボックスを構築し、少数の実機試行でシミュレータを校正しながら実ロボットの操作スキルを効率的に獲得する自動研究フレームワーク。
- 反実仮想動画生成によるスケーラブルなヒューマノイドの移動操作移動操作2026/9/29
少数の実動画から反実仮想の人間-物体インタラクション動画を大量生成し、実→シミュ→実のパイプラインで物理的に妥当な軌道に変換して、多様な物体の運搬を実機で実現する方策を学習した。
- 学習された停止可能性値によるヒューマノイドの安全停止ヒューマノイド制御2026/9/2
ヒューマノイドの緊急停止を到達回避問題として捉え、学習した停止ポリシーと停止可能性推定器を組み合わせたタスク非依存のフレームワークを提案。安全に停止できる場合のみ停止し、不可能な場合はフォールバック動作に切り替える。
- AM-Bench: 空中マニピュレーションのポリシー学習のためのモジュール式シミュレーションスイートとベンチマークシミュレーション/ベンチマーク2026/9/1
空中マニピュレーションのポリシー学習を評価するための、モジュール式シミュレーションスイートとベンチマークを提案した論文。
- ハイブリッドフィードバックサンプリングによるサンプル効率的モデル予測制御モデル予測制御2026/8/19
サンプリングベースのMPCの不安定性を分析し、最適なサンプリング分布をフィードバックポリシーで実現するFS-MPCを提案。局所探索と大域探索をバランスするハイブリッドサンプリングで、高次元・不安定系でも効率的に制御する。
- 一つのデモから世界を学ぶ：オープンワールド移動操作のための合成データエンジン移動操作2026/7/1
1つの人間デモから合成データを生成し、オープンワールドの移動操作ポリシーを学習する手法WANDAを提案。
- ASPIRE: ロボットのためのエージェント的スキル発見スキル発見/継続学習2026/7/1
ロボット制御プログラムを自律的に作成・改善し、再利用可能なスキルライブラリを構築する継続学習システムASPIREを提案。シミュレーションと実世界で高い性能とゼロショット汎化を示した。
- Mana: 関節ツールの巧みな操作マニピュレーション2026/6/11
関節を持つツールの器用な操作を、アニメーション問題として捉え直したシミュレーションから実機への転移フレームワークを提案。
- LUCID: 非構造化人間ビデオからの身体非依存意図モデル学習による拡張可能な器用なロボット技能獲得模倣学習/ロボット技能獲得2026/6/10
インターネット規模の非構造化人間ビデオからタスク意図を学習し、並列シミュレーションでロボット制御を学習する2段階フレームワークを提案。意図モデルは身体非依存で、異なるロボット形態に適用可能。
- LadderMan: 人型ロボットによる知覚的梯子登りの学習歩行2026/6/4
人型ロボットが様々な梯子を頑健に登り、梯子上での操作も行える統一システムを提案。シミュレーションで学習したポリシーを実機にゼロショット転送し、多様な梯子形状での登攀と操作タスクを実現した。
- SceneBot: 接触プロンプトによる汎用ヒューマノイド全身追跡とシーンインタラクションヒューマノイド制御2026/6/1
接触ラベルを条件として与えることで、自由空間動作と接触を伴う操作を単一のポリシーで統一的に扱うヒューマノイド全身追跡フレームワークを提案した。
- VLK: 再構築シーンでの合成インタラクションによるヒューマノイドの移動操作学習ヒューマノイド/移動操作/sim2real2026/6/1
3Dガウススプラッティングで再構築した屋内シーンで、視覚・言語・運動のペアデータを合成生成し、ヒューマノイドの移動操作ポリシーを学習する手法を提案。実機Unitree G1でナビゲーションと物体運搬を実証した。
- オープンデータ・訓練・評価によるスケーラブルな行動クローニング行動クローニング2026/6/1
大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
- FADA: ダイナミクス整合による少数ショット領域適応を用いたヒューマノイド制御ヒューマノイド制御2026/6/1
ヒューマノイド制御における領域間のダイナミクス不整合に対処するため、プランナーと逆動力学モデルを分離し、少数の実機データでIDMのみを微調整するフレームワークを提案した。
- RIO: クロスエンボディメントロボット学習のための柔軟なリアルタイムロボットI/Oロボット学習基盤2026/5/1
多様なロボットハードウェアと形態に対応した、柔軟で軽量なロボット制御・遠隔操作・データ整形・センサ設定・ポリシー展開のためのオープンソースPythonフレームワークを提案し、VLAモデルの展開と微調整を実証した。
- PGDG: 単一デモからの堅牢な両腕ポリシー学習のための物理的根拠に基づくデータ生成両腕操作/データ生成/行動クローニング2026/5/1
単一のデモンストレーションから、物理的に妥当で成功する多様な回復行動を含むデータセットを自動生成し、両腕操作の行動クローニングの堅牢性を向上させるフレームワークを提案した。
- CaP-X: ロボットマニピュレーションのためのコーディングエージェントのベンチマークと改善フレームワークマニピュレーション2026/3/1
コードを方策として使うエージェントを体系的に評価する環境CaP-GymとベンチマークCaP-Benchを構築し、テスト時計算の拡張で人間レベルの信頼性を達成する手法を提案した。
- スキルグラフ表現を用いたロボット組立の自律的統合と改善組立/スキルグラフ2026/3/1
ロボット組立システムの統合と性能改善を自動化するフレームワークを提案。スキルグラフ表現により、意味レベルでの計画と実行を結びつけ、データ収集と閉ループ改善を可能にする。
- RPL: 複雑地形におけるロバストな人型知覚移動の学習歩行2026/2/1
2段階の学習フレームワークにより、複数の深度カメラを用いて複雑な地形を多方向に歩行し、荷物を積んでもロバストな人型ロボットの移動を実現した。
- フローポリシー勾配によるロボット制御強化学習2026/2/1
フローマッチングを用いたポリシー勾配法を改良し、脚式移動やヒューマノイド動作追従、マニピュレーション、sim-to-real転移を実現した研究。
- 知覚型ヒューマノイドパルクール：モーションマッチングによる動的人間スキルの連鎖歩行2026/2/1
人間の動的スキルをモーションマッチングで連鎖させ、深層知覚と強化学習により、ヒューマノイドが障害物を乗り越え・登り・跳び越え・転がり落ちるパルクールを自律実行できるフレームワークを提案。
- ヒューマノイドのピクセル入力から行動へのポリシー転移におけるSim-to-Realの扉を開くsim2real2025/12/1
GPU加速のフォトリアルシミュレーションと教示者-生徒-ブートストラップ学習を用い、RGB画像のみからヒューマノイドが多様な扉を開けるロコマニピュレーションポリシーをシミュレーションだけで学習し、実機でゼロショット転移を実現した。
- ノイズは無用の長物か？生成的ロボット制御の神話を覆す模倣学習2025/12/1
生成的制御ポリシーの成功要因を検証し、多様性や複雑な写像ではなく、中間ステップの教師あり学習と適度な確率性を伴う反復計算が本質だと示した。軽量な2段階回帰ポリシーがフローモデルと同等の性能を達成することを明らかにした。
- 15分でヒューマノイドのsim-to-real歩行を学習sim2real2025/12/1
オフポリシーRL（FastSAC/FastTD3）と大規模並列環境を組み合わせ、Unitree G1やBooster T1の歩行制御を単一GPUで15分で学習し実機転移を実現した。
- VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Realsim2real2025/11/1
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
- TWIST2: スケーラブルでポータブルな全身ヒューマノイドデータ収集システムヒューマノイド2025/11/1
VRと低コストのロボット首を用いてモーションキャプチャ不要でヒューマノイドの全身遠隔操作とデータ収集を実現し、15分で100件のデモをほぼ100%の成功率で収集できるシステムを開発した。
- 残差強化学習によるデータ生成で自己改善する視覚言語行動モデルVLA2025/11/1
VLAモデルの失敗領域を残差RLで探索し、展開分布に沿った軌道を収集・蒸留することで、追加の人間デモなしに性能を自己改善させるフレームワークPLDを提案。
- BFM-Zero: 教師なし強化学習によるヒューマノイド制御のためのプロンプト可能な行動基盤モデルヒューマノイド制御2025/11/1
教師なし強化学習とForward-Backward表現を用いて、運動・目標・報酬を共通の潜在空間に埋め込み、再学習なしに多様な全身タスクを実行できるヒューマノイド制御の基盤モデルを提案し、実機Unitree G1でゼロショット運動追従や目標到達を実現した。
- SPIDER: スケーラブルな物理情報に基づく巧みなリターゲティングリターゲティング2025/11/1
人間の運動データを物理シミュレーションでロボットの動的に実行可能な軌道に変換し、大規模な巧みな操作ポリシー学習を可能にするフレームワークを提案。
- 敵対的ゲーム理論による多指ハンドの把持合成アルゴリズムマニピュレーション2025/11/1
把持生成を2人ゲームとして定式化し、ロボット側と物体の脱出運動を敵対的に競わせることで、外乱に強い多指ハンドの把持姿勢を高速に合成する手法を提案した。
- ResMimic: 汎用モーショントラッキングから残差学習によるヒューマノイド全身ロコマニピュレーションへロコマニピュレーション2025/10/1
大規模な人間モーションデータで訓練した汎用モーショントラッキング方策を土台に、残差方策を学習させて物体とのインタラクションを伴うヒューマノイドの全身移動操作を実現した研究。
- UMI-on-Air: 機体特性を考慮した汎用視覚運動ポリシーの空中マニピュレーション展開空中マニピュレーション2025/10/1
手持ちグリッパで収集した人間の操作データから汎用視覚運動ポリシーを学習し、拡散サンプリングに制御器の追従コスト勾配を組み込むことで、空中マニピュレータなど制約の強い機体でも動的に実行可能な軌道を生成する手法を提案した。
- HDMI: 人間の動画から対話型ヒューマノイド全身制御を学習全身操作2025/9/1
単眼RGB動画から人間と物体の軌道を抽出・再ターゲットし、強化学習でヒューマノイドの全身物体操作スキルを学習、実機にゼロショット展開するフレームワーク。
- OmniRetarget: 相互作用を保持するヒューマノイド全身移動操作・シーンインタラクション向けデータ生成sim2real2025/9/1
人間・地形・物体間の空間的・接触的関係をインタラクションメッシュで明示的に保持しながら運動をリターゲティングし、物理的に妥当で多様な全身移動操作データを生成する手法を提案。
- 行動クローニング方策を微調整するための残差オフポリシー強化学習強化学習2025/9/1
行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。
- LeVERB: 潜在視覚言語指示によるヒューマノイド全身制御VLA2025/6/1
ヒューマノイドの全身制御向けに、視覚言語ポリシーが潜在的な行動語彙を学習し、強化学習ベースの全身制御ポリシーがそれを実行する階層型フレームワークを提案。150以上のタスクを含む初のsim-to-real対応ベンチマークで評価し、単純な階層型VLAより7.8倍高い成功率を達成。
- 能動探索を用いたサンプリングベースシステム同定による脚ロボットのSim2Real学習sim2real2025/5/1
脚ロボットの物理パラメータを並列サンプリングで同定し、フィッシャー情報量を最大化する能動探索で実世界データを収集することで、シミュレーションと実機のギャップを縮め、移動タスクの性能を42〜63%向上させた。
- FALCON: 力適応型ヒューマノイド移動操作の学習移動操作2025/5/1
下半身と上半身を別々の強化学習エージェントで制御し、力のカリキュラム学習で外力に適応するヒューマノイドの移動操作フレームワークを提案。実機で荷物運搬やカート牽引、ドア開けを実現した。
- ビールをこぼさず運べ：ヒューマノイドの優雅な歩行とエンドエフェクタ安定化制御歩行2025/5/1
上半身と下半身を異なる周波数・報酬で制御する2エージェントフレームワークSoFTAを提案し、歩行中のエンドエフェクタの加速度を2〜5倍低減して、ほぼ満杯のカップをこぼさず運ぶなどの繊細な作業を可能にした。
- フライングハンド：エンドエフェクタ中心の空中マニピュレーション遠隔操作と方策学習フレームワーク空中マニピュレーション2025/4/1
エンドエフェクタ中心のインターフェースで高レベル意思決定と低レベル制御を分離し、空中マニピュレーションの遠隔操作と模倣学習を統一的に扱うフレームワークを提案した。
- RAMBO: 強化学習で拡張したモデルベース全身制御による移動操作移動操作2025/4/1
モデルベース全身制御と強化学習方策を組み合わせ、四足ロボットでカート押しや皿の平衡など移動しながらの操作を実現したハイブリッド手法。
- MuJoCoを用いた脚式ロボットの全身モデル予測制御歩行2025/3/1
MuJoCoのダイナミクスと有限差分近似微分を用いたiLQRによる全身MPCを実機の四足歩行・二足歩行・ヒューマノイドに適用し、シンプルな手法で実世界でも有効であることを示した。
- ヒューマノイド方策～ヒューマン方策VLA2025/3/1
一人称視点の人間の操作データをヒューマノイドロボットの学習に活用するため、人間とロボットの状態行動空間を統合したHuman Action Transformer (HAT)を提案し、汎化性能とロバスト性を向上させた。
- TD-M(PC)²: ポリシー制約による時間差分MPCの改善モデルベース強化学習2025/2/1
モデルベース強化学習における価値過大評価問題を、プランナーと学習ポリシーの不一致に起因すると分析し、ポリシー正則化項でOODクエリを減らして価値学習を改善する手法を提案。
- ASAP: シミュレーションと実世界物理の整合による俊敏なヒューマノイド全身スキルの学習sim2real2025/2/1
シミュレーションと実世界のダイナミクス差を補正する残差行動モデルを実機データから学習し、事前学習済みの運動追従方策を微調整することで、ヒューマノイドの俊敏な全身動作を実現する二段階フレームワークを提案した。
- 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。
- ヒューマノイドの移動と操作：制御・計画・学習の現状と課題ヒューマノイド2025/1/1
ヒューマノイドロボットの移動と操作に関する研究を、モデルベース手法と学習ベース手法の両面から包括的にサーベイし、触覚や基盤モデル統合の可能性と課題を整理した。
- Q学習に基づくモデルフリー安全フィルタ安全フィルタ/強化学習2024/11/1
Q学習を用いて任意のタスク方策の危険な行動をフィルタリングする、モデルフリーでプラグアンドプレイな安全フィルタ学習フレームワークを提案し、シミュレーションとソフトロボットアームで有効性を検証した。
- 安定性保証付き全層DNN適応制御のための自己教師ありメタ学習適応制御2024/10/1
オフラインの軌道データから自己教師ありメタ学習でDNNを事前学習し、オンラインで全層を適応更新する安定性保証付き適応制御フレームワークを提案。ドローンの風外乱下での追従性能を大幅に改善。
- メタ学習と不確実性考慮型MPPIによる高速オンライン適応を伴う俊敏な移動制御移動制御2024/10/1
メタ事前学習と不確実性を考慮したMPPIを組み合わせ、車輪型ロボットが少数の動力学データから迅速に適応し、未知のパラメータや路面変化に対応できる制御手法を提案した。
- HOVER: ヒューマノイドのための汎用全身制御ニューラルコントローラヒューマノイド全身制御2024/10/1
全身の運動模倣を共通の抽象表現として活用し、ナビゲーションや卓上操作など複数の制御モードを単一の方策に蒸留統合したヒューマノイド全身コントローラを提案した。
- 拡散スタイルアニーリングによるトルクレベル歩行制御のための全次数サンプリングベースMPC歩行2024/9/1
拡散モデルの考え方を取り入れたアニーリングでサンプリングベースMPCを改良し、四足ロボットの全次数ダイナミクスをリアルタイムに最適化して、学習なしで高精度な跳躍や歩行を実現した。
- AnyCar to Anywhere: 俊敏で適応的な移動のための汎用ダイナミクスモデル学習車輪移動/sim2real2024/9/1
様々な車輪型ロボットの俊敏な制御に向け、複数のシミュレータを統合して学習したTransformerベースの汎用ダイナミクスモデルを提案し、実機で専門モデルを最大54%上回る性能を示した。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- 空飛ぶ書道家：空中マニピュレーションのための接触を考慮した運動・力の計画と制御空中マニピュレーション2024/7/1
空中ロボットが筆を用いて、接触力に応じて線の太さが変わる書道を行うため、接触を考慮した軌道計画と運動・力のハイブリッド制御を提案した。
- モデルベース拡散による軌道最適化軌道最適化2024/7/1
軌道最適化問題のモデル情報からスコア関数を直接計算し、データ不要で拡散過程により軌道を最適化する手法を提案。接触の多い難タスクで強化学習やサンプリングベース手法を上回る。
- 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。
- 連鎖構造を活用した距離最適化による制約付き逆運動学逆運動学2024/6/1
直列ロボットの連鎖構造を活かして距離ベースの逆運動学を伝播的に最適化し、関節制限や障害物回避下で既存手法より最大100倍高速かつ成功率を最大3倍向上させた。
- 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。
- 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。
- CoVO-MPC：サンプリングベースMPCの理論解析と最適共分散設計制御/MPC2024/1/1
サンプリングベースMPC（MPPI）の収束性を理論的に解析し、収束速度を最適化する共分散スケジューリングを導入したCoVO-MPCを提案。シミュレーションと実機ドローンの俊敏制御でMPPIを43〜54%上回った。
- 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。
- 階層的メタ学習に基づく適応制御器適応制御2023/11/1
訓練時に制御可能な外乱と測定不能な潜在外乱を階層的にメタ学習し、変化する環境に高速かつ高精度に適応する制御器HMACを提案した。
- 不整地におけるアグレッシブ走行のためのモデル予測制御走行制御/MPC2023/11/1
不整地での高速走行において、横転や溝越えの失敗を防ぐ物理ベースの走行可能性制約を導出し、並列化可能なMPCに組み込むことで、事前情報なしに安全かつアグレッシブな自律走行を実現した。
- 安全な深層方策適応sim2real2023/10/1
強化学習と制御を組み合わせ、シミュレーションで適応方策と動力学モデルを学習し、実世界データで微調整した上で制御バリア関数による安全フィルタを適用することで、動的環境での安全な方策適応を実現した。
- 触覚センシングによる空中インタラクション空中マニピュレーション2023/10/1
視覚ベースの触覚センサを全駆動型UAVに搭載し、ハイブリッドな運動・力制御によって空中マニピュレーションの力追従精度と壁面テクスチャ検出を実現した研究。
- 転倒時の守護者：安全な転倒のための能動的モード遷移歩行2023/10/1
四足歩行ロボットが転倒する際に、能動的に転がって安定な姿勢へ遷移し回復することで、衝撃を大幅に低減する枠組みを提案した。
- DATT: クアッドロータ制御のための深層適応軌道追従飛行制御2023/10/1
強化学習で訓練したフィードフォワード・フィードバック・適応制御構造とL1適応制御による外乱推定を組み合わせ、実世界の大きな外乱下でも任意の軌道を高精度に追従するクアッドロータ制御手法を提案。
- 深層モデル予測最適化制御/MPC2023/10/1
MPCの内部最適化アルゴリズムを経験から学習し、クアッドロータの敏捷な軌道追従で既存MPCや強化学習を上回る性能を実現した。
- 非線形システムにおけるモデルベース強化学習のための最適探索モデルベースRL2023/6/1
非線形力学系の制御に向けて、タスクに重要なパラメータを効率的に探索し、ほぼ最適な速度で制御器を学習するアルゴリズムを提案した論文。
- ロボティクス応用に向けた汎用タスク空間のための能動的表現学習表現学習2023/6/1
学習者がサンプリングする元タスクを能動的に選択する能動的表現学習の枠組みを提案し、タスク認識・非認識の両設定をカバー、二線形の場合にサンプル複雑度を理論的に改善することを示した。
- CAJun: 学習型重心制御器による連続適応ジャンプ歩行2023/6/1
強化学習で重心方策を学習し最適制御の脚制御器と組み合わせることで、脚ロボットが距離を適応させながら連続ジャンプできる階層型フレームワークを実現した。
- Neural-Fly：強風下での俊敏な飛行を可能にする高速学習飛行制御2022/5/1
深層学習で風の共通表現を事前学習し、オンライン適応で強風下でも高精度に飛行するドローン制御手法を提案。
- メタ適応型非線形制御：理論とアルゴリズム適応制御2021/6/1
環境依存の未知非線形ダイナミクスと外乱に対し、共有表現をオンライン学習しながら適応制御するOMACを提案し、制御理論と学習理論の両面の保証と振り子・ドローン実験での優位性を示した。
- 不確実な風条件下でのメタ学習に基づくロバスト適応飛行制御飛行制御2021/3/1
深層ニューラルネットの出力を基底関数として適応制御に組み込み、メタ学習で風条件の変化に素早く適応する飛行制御手法を提案し、風洞実験で追従・予測誤差の改善を示した。
- Neural-Swarm2：学習した相互作用を用いた異種マルチロータ群の計画と制御群制御2020/12/1
近接飛行時の空力干渉（ダウンウォッシュや地面効果）を深層ニューラルネットで学習し、異種ドローン群の計画・制御精度を大幅に向上させた研究。
- 深層物体姿勢推定のための高速不確実性定量化姿勢推定2020/11/1
複数の事前学習済み姿勢推定モデルの予測の不一致から不確実性を推定する簡便な手法を提案し、実ロボット把持の成功率を35%から90%に向上させた。
- 安全な探索と学習のためのチャンス制約付き軌道最適化安全探索2020/5/1
情報コスト付き確率非線形最適制御と動力学学習を統合し、分布ロバストなチャンス制約の下で安全な探索計画を反復凸最適化で求める手法を提案した。
- Neural-Swarm：学習した相互作用を用いた分散型近接マルチロータ制御群制御2020/3/1
複数ドローンの近接飛行時に生じる空力干渉（ダウンウォッシュ等）を置換不変な深層ニューラルネットで学習し、安定な非線形分散制御器に組み込むことで、従来より最大4倍小さい高さ追従誤差を実現した。
- ニューラルランダー：学習ダイナミクスを用いたドローンの安定着陸制御制御/学習ベース制御2018/11/1
深層ニューラルネットで空力効果を学習し、スペクトル正規化によるリプシッツ制約と非線形フィードバック線形化で安定性を保証したドローン着陸制御手法を提案した。
