Hyeongjun Kim
収録論文 6本 ・ フィジカルAI/ロボット学習
歩行移動操作状態推定
※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
- PolyMorph: 異形態適応のための歩行ポリシー学習歩行2026/10/14
様々な脚数や関節構成のロボットに対応する単一の歩行ポリシーを学習する形態条件付きフレームワークを提案し、シミュレーションと実機で汎化性能を実証した。
- PAKE: 部分的な運動学的埋め込みによる全身移動操作の学習移動操作2026/7/1
複雑な移動操作問題を部分参照動作生成と低レベル模倣制御に分解し、運動学的正規化フローを用いて多自由度の全身システムを高精度に制御する新しいフレームワークを提案した。
- 複雑で離散的な地形における四足ロボットの高速制御とナビゲーション歩行2025/6/1
階層型ナビゲーション手法を提案し、四足ロボットが複雑な離散地形を高速で走破できるようにした。プランナとトラッカーを組み合わせ、垂直壁走行や1.3mのギャップ跳躍などを実現した。
- 不変拡張カルマンフィルタとニューラル測定ネットワークを用いた脚式ロボットの状態推定状態推定2024/2/1
脚式ロボットの固有受容状態推定において、モデルベースの不変拡張カルマンフィルタとニューラル測定ネットワークを組み合わせ、シミュレーションのみで学習して様々な地形での位置ドリフトを低減した。
- モデル予測制御の模倣と微調整による堅牢で対称的な四足歩行歩行2023/11/1
MPCを模倣学習でクローンし、強化学習で微調整するIFMフレームワークを提案し、不整地や滑りやすい地形での四足歩行性能を向上させた。
- 動的で堅牢な脚式移動のための制御ポリシーと状態推定器の同時学習歩行2022/2/1
制御ポリシーと状態推定ネットワークを同時に学習する枠組みを提案し、実機で丘陵・滑りやすい板・凸凹道などの多様な地形を走破できることを示した。
