Guillaume Bellegarda
収録論文 17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
- SATA: 動物の学習に着想を得た安全で適応的なトルクベース歩行ポリシー歩行2025/2/1
動物の生体力学的原理と適応学習機構を模倣し、トルク空間で直接制御する脚式ロボットの歩行ポリシーを学習するフレームワークを提案。初期探索を改善し、安全性と適応性の高い動作を実現する。
- 全歩容を学習する四足歩行フレームワーク AllGaits歩行2024/11/1
深層強化学習で中枢パターン発生器を制御し、四足動物の9種類の歩容とその遷移を単一ポリシーで生成、エネルギー効率や速度に応じた最適歩容を調査した。
- 四足歩行のためのCentral Pattern Generatorのオンライン最適化歩行2024/10/1
脊椎動物の脊髄にあるCentral Pattern Generator(CPG)をベイズ最適化でオンライン調整し、速度指令や摩擦・斜面・積載量の変化に3分以内で適応する四足歩行制御を実現した。
- 四足歩行ロボットの前脚による動的物体キャッチングマニピュレーション2024/10/1
後脚で立った四足ロボットが前脚で投げられた物体を視覚的に検出・追跡し、軌道予測に基づいて最適なキャッチ位置を選んで捕球するフレームワークを提案。GMM法で80%の成功率を達成。
- 四足歩行ロボットのための人間との握手選好学習ヒューマンロボットインタラクション2024/6/1
四足歩行ロボットが片足でバランスを取りながら人間と握手する際、個人の好みに合わせた最適な握手パラメータを10回の二択から学習する手法を提案し、25名中76%が満足した。
- 学習ベース階層制御:生物模倣脚式ロボットの歩行における中枢神経系の模倣歩行2024/4/1
脊髄と上位中枢の役割を別々のニューラルネットに分け、CPGのリズム生成と環境に応じた歩容調整を階層的に学習させることで、段差や障害物を含む不整地を歩行できる脚式ロボット制御を実現した。
- 四足ガエル:連続四足跳躍の高速オンライン最適化跳躍2024/3/1
足裏の力プロファイルを少数パラメータで表現し、実機上でベイズ最適化することで、四足ロボットの前後・横・旋回跳躍を短時間で獲得する手法を提案。
- ManyQuadrupeds: 多様な四足ロボットのための単一歩行ポリシーの学習歩行2023/10/1
動物の脊髄のリズム生成機構に着想を得て、異なる自由度・形態・質量(2〜200kg)の四足ロボットを単一のポリシーで制御できる歩行学習手法を提案した。
- DeepTransition: 四足歩行の歩容遷移における生存性の重要性歩行2023/6/1
深層強化学習とロボット工学を用いて、四足ロボットの歩容遷移が生存性(転倒回避)の向上によって引き起こされることを示し、平地と不連続地形での実験およびsim-to-real転移を実証した。
- 移動スキル学習に重要な感覚フィードバックの特定歩行2023/6/1
深層強化学習で学習した移動スキルにおいて、どの感覚フィードバックが重要かを定量的に分析し、最小限の状態でロバストな性能を実現できることを示した。
- 操り人形と糸操り:中枢パターン発生器と上位脳駆動の相互作用に基づく予測的な四足歩行の学習歩行2023/2/1
深層強化学習を用いて、四足ロボットがギャップを跨ぐ際の脊髄CPGと脳からの上位駆動の役割を調べ、直接的な筋制御が成功率に、CPGが歩行の滑らかさと省エネに寄与することを示した。
- 視覚誘導型四足歩行のためのCPG強化学習歩行2022/12/1
視覚情報と中枢パターン生成器(CPG)を深層強化学習に統合し、四足ロボットの歩行制御を学習させるフレームワークを提案。シミュレーションから実機への転移で、エネルギー効率やノイズ・遅延への頑健性が向上することを示した。
- CPG-RL: 四足歩行のための中枢パターン生成器の学習歩行2022/11/1
中枢パターン生成器(CPG)を深層強化学習に統合し、四足ロボットのロバストな全方向歩行を実現した。シミュレーションで訓練しUnitree A1にsim-to-real転移、訓練時にない外乱や体重の115%の負荷にも頑健に動作した。
- 深層強化学習による四足ロボットの堅牢な高速走行歩行2021/3/1
タスク空間で行動を直接選択・制御する学習フレームワークを提案し、ギャロップやバウンディングなどの自然な走行歩容を獲得、100%以上の負荷や不整地でも高速走行を実現した。
- 深層強化学習による頑健な四足ロボットの跳躍歩行2020/11/1
非平坦地形や動的パラメータ変動に対応するため、非線形軌道最適化を深層強化学習で拡張し、トルク・速度や電力制約を考慮した四足ロボットの跳躍制御を実機展開した研究。
- 軌道最適化と深層強化学習の利点を組み合わせる強化学習×軌道最適化2019/10/1
軌道最適化を最悪ケースの行動として用いることで、強化学習のサンプル効率を改善し、学習途中でもオンライン展開可能な方策を実現した。
- タスク空間トレーニングで強化学習を高速化・誘導する強化学習2019/3/1
高自由度ロボットの強化学習を、順・逆運動学を明示的に活用し関節空間ではなくデカルト空間で方策学習することで、単一ノートPCで数分で訓練可能にした研究。
