Huaijiang Zhu
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション歩行全身制御
※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
- 接触の多いマニピュレーション方策はサンプリングベースプランナから学ぶべきか?マニピュレーション2024/12/1
接触の多い巧みな操作タスクの訓練データをモデルベース計画で生成する手法を検討し、RRTのデモはエントロピーが高すぎるため一貫性を重視したデータ生成と拡散ベースのBCを組み合わせ、実機へのゼロショット転移を実現した。
- 平滑化された接触ダイナミクスに対する線形フィードバックは接触の多い計画を安定化するのに十分か?マニピュレーション2024/11/1
接触平滑化を用いた微分可能シミュレータによる線形制御器合成の有効性を、双腕全身マニピュレーションの300以上の軌道で検証し、LQRでは接触の多い計画の安定化に不十分である理由を分析した。
- 拡散モデルによる接触計画学習で実現する俊敏な跳躍移動歩行2024/3/1
飛び石のような制約環境での俊敏な移動のため、NMPCとMCTSで接触計画を生成し、拡散モデルで目標条件付き方策を学習した。
- センサ入力に基づくオンラインコスト適応型モデル予測制御マニピュレーション2022/9/1
ニューラルネットがセンサ入力から二次計画問題のコスト関数を逐次更新することで、非凸問題をオンラインで解かずに複雑なタスクを実現するMPC手法を提案。
- モンテカルロ木探索による効率的な物体操作計画マニピュレーション2022/6/1
MCTSとADMMベースの軌道最適化を組み合わせ、目標条件付き方策価値ネットワークで探索を誘導することで、長い操作系列の計画成功率を大幅に改善した。
- 5Gエッジコンピューティングによる遠隔全身制御の実現全身制御2020/8/1
脚式ロボットの全身制御を5G経由でクラウドにオフロードする手法を提案し、遅延や通信断に強い局所線形近似制御を組み合わせてシミュレーションで信頼性向上を示した。
