Guilherme Christmann
収録論文 7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
- 複数の特化型歩行ポリシーに対する実行可能性誘導型プランニング歩行2026/2/1
地形ごとに特化した複数の歩行ポリシーを、Feasibility-Netで予測した実行可能性を指標に統合し、古典的プランナで最適経路を生成する枠組みを提案した。
- 連続制御ポリシーにおける高周波振動のベンチマークと低減強化学習/制御2024/10/1
強化学習ポリシーの高周波振動を抑える損失正則化とアーキテクチャ手法を分類・比較し、実機ロボットを含むベンチマークを実施。両者を組み合わせたハイブリッド手法が制御の滑らかさを26.8%改善しつつ性能低下を2.8%に抑えることを示した。
- エキスパートコンポーザーポリシー:四足ロボットのためのスケーラブルなスキルレパートリー歩行2024/3/1
四足ロボットのスキルを段階的に拡張できるコンポーザーポリシーを提案し、72組の遷移で99.99%の成功率を達成、実機でも97.22%の成功率を確認した。
- 高難度環境における自律地上ナビゲーション:ICRA 2023第2回BARNチャレンジからの教訓ナビゲーション2023/8/1
ICRA 2023で開催された第2回BARNチャレンジでは、世界10チームがシミュレーション予選を経て、ロンドンの物理コースでClearpath Jackalロボットによる障害物回避ナビゲーションを競い、上位3チームの手法と得られた教訓を報告した。
- BARNチャレンジ2023:高制約空間における自律ナビゲーション(Inventecチーム)ナビゲーション2023/7/1
学習ベース制御器LfLHを基盤に、有限状態機械による復帰行動や衝突安全チェックを追加し、制約の厳しい環境でのナビゲーション性能を改善した。
- 潜在状態表現を用いたポリシー遷移による俊敏なロコモーションの汎用性拡張歩行2023/6/1
歩容ごとに学習したロコモーションポリシーを潜在状態表現で統合し、任意のポリシー間をロバストに遷移できるメタコントローラを実現した。実機で既存手法より遷移成功率が19%高い。
- ロボットはオリンピックリカーブボウを射てるか?予備研究マニピュレーション2022/12/1
ヒューマノイドロボットがリカーブボウを把持・引き絞り・射撃し、10m先の的に対して高精度で命中させ、50m以上の飛距離も達成できることを示した。
