Jacob Levy
収録論文 7本 ・ フィジカルAI/ロボット学習
sim2real歩行ワールドモデル/sim2real実世界強化学習
※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
- 重要な場所を探せ:ローバー適応のための狙い撃ち探索sim2real2026/10/28
報酬に関連するモデル誤差を効率的に発見・修正するオンライン適応フレームワークTERRAを提案し、火星模擬斜面での実機ローバー適応を少ない試行で実現した。
- 能動関節サスペンションを備えた惑星探査ローバーの全地形移動学習歩行2026/6/1
能動ジンバルサスペンションを持つ4輪ローバーに対し、強化学習で単一のニューラルネットワーク制御器を訓練し、岩場や砂地などの多様な地形を自律走行させる手法を提案した。
- シミュレーション蒸留:実世界への迅速な適応のためのシミュレーションでのワールドモデル事前学習ワールドモデル/sim2real2026/3/1
物理シミュレータから得た行動条件付き経験をワールドモデルに蒸留し、実世界ではエンコーダ等を固定して潜在ダイナミクスのみを更新することで、接触を伴う操作や歩行タスクで迅速な適応を実現する手法を提案した。
- 車両ダイナミクスのデータ駆動型モデリングと補正sim2real2025/12/1
時間依存入力を局所パラメータ化し、DRIPSとFMLの2手法で車両ダイナミクスを学習・補正するデータ駆動フレームワークを提案。
- オフロード自動運転におけるオンライン動力学モデル適応のメタ学習sim2real2025/4/1
カルマンフィルタによるオンライン適応とメタ学習を組み合わせ、未知の地形でも車両の動力学モデルをリアルタイムに調整してモデルベース制御の精度と安全性を高める手法を提案し、実車実験で有効性を示した。
- 3分間の実世界データから歩行を学習する半構造化ダイナミクスモデルsim2real2024/10/1
物理法則に基づくラグランジアン力学とブラックボックスモデルを組み合わせた半構造化ダイナミクスモデルを提案し、実機の四足歩行ロボットで数分のデータから動的歩容を学習できることを示した。
- 近似物理モデルによる効率的で信頼性の高い実世界強化学習実世界強化学習2023/7/1
簡略化された物理モデルを活用し、実世界データを数分程度しか使わずに高精度な制御方策を学習するポリシー勾配フレームワークを提案。小型車と四足歩行ロボットで有効性を実証した。
