Jemin Hwangbo
収録論文 29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
- 人間の作業性能に基づいて設計された人型ロボットアーム「RAIPAL」マニピュレーション2026/11/3
人間の上肢の作業計測値から力・速度・耐久性の目標を導き、20kgのペイロードと20.6m/sの先端速度を実現した人型マニピュレータを開発した。
- 脚式ロボットがワゴンを牽引するためのリアルタイムナビゲーションシステム歩行2026/10/29
四脚ロボットがワゴンを牽引する際の複雑な結合ダイナミクスに対応するため、Conditional Flow MatchingとMPPI制御を組み合わせたナビゲーション手法を提案し、実機で最大40kgの荷を牽引しながら狭所コースを85%の成功率で走破した。
- 接触情報を活用した大型車輪二脚ロボットのブラインド移動制御車輪二脚/不整地移動2026/10/23
20インチ車輪を持つ二脚ロボットRAIWAYを開発し、シミュレーションの接触情報を潜在表現として蒸留し固有感覚のみで不整地走行を実現した。
- 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。
- DELTA: 疎な地形での四足歩行のための変形可能な標高ベース局所地形注意エンコーダ歩行2026/8/22
疎な地形での四足歩行において、状態に応じた地形サンプリングと固定サイズの注意トークンを用いることで、解像度に依存しない効率的な地形エンコーディングを実現し、強化学習による歩行制御を改善した。
- TRACE: 不確実な接触条件下での脚式ロボットのための学習型固有受容オドメトリオドメトリ推定2026/8/1
脚式ロボットのためのエンドツーエンドの学習型オドメトリ推定器を提案し、接触状態が不確実な状況でも頑健に動作するよう、足認識クロスアテンションと物理に基づく補助損失を導入した。
- 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。
- 脚式マニピュレータの動的ピックアンドプレース学習移動操作2026/5/1
四足ロボットに6自由度アームを搭載し、階層型強化学習で動的ピックアンドプレースを実現。質量推定モジュールにより重量変化に適応し、シミュレーションと実機で高い成功率を達成した。
- 油圧駆動型大型四足歩行ロボットのためのアクチュエータモデルを用いた強化学習歩行2026/1/1
油圧アクチュエータの解析モデルを構築し、300kg超の大型四足ロボットの歩行制御を強化学習で実現、シミュレーションから実機への転移に成功した。
- 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。
- ダイナミクス条件付き方策による四足ロボットの参照不要なプラットフォーム適応歩行歩行2025/5/1
深層強化学習で手続き的に生成した多様な四足ロボットを訓練し、形態やダイナミクスに適応する単一の歩行方策を実現した。
- マニピュレータを尾として活用した四足ロボットの高速旋回・空中姿勢制御・バランス維持の学習マニピュレーション2024/7/1
四足ロボットに搭載した6自由度マニピュレータを尾のように使う強化学習制御器を開発し、高速旋回・空中姿勢制御・バランス維持の性能が向上することを示した。
- 一人称視点動画と自動アノテーションによる意味的走行可能性の学習ナビゲーション2024/6/1
歩行者の胸に付けたカメラの一人称動画と基盤モデルによる自動アノテーションで、都市環境の意味的走行可能領域を推定するモデルを低コストに学習する手法を提案。
- 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。
- ArtiGrasp:両手巧みな把持と関節操作の物理的に妥当な合成マニピュレーション2023/9/1
強化学習と物理シミュレーションを用いて、両手で物体を把持し関節を操作する動作を生成する手法を提案。難易度を段階的に上げる学習カリキュラムで精密な指制御を実現し、画像からの推定ノイズにも頑健であることを示した。
- 未舗装屋外環境でのロボットナビゲーションのための切り出し画像パッチからの車両ダイナミクス学習ナビゲーション2023/9/1
ロボット周辺の画像パッチを逐次入力し、将来の位置・姿勢・路面凹凸を予測するCrop-LSTMを提案し、未舗装屋外での安全なナビゲーションを実現した。
- 四足ロボットの全身マニピュレーション学習マニピュレーション2023/8/1
深層潜在変数を用いた階層制御により、四足ロボットが大型・重量物を全身で押し動かせるようにする学習手法を提案し、実機で19kg超の物体操作を実証した。
- 報酬だけでなく制約も:脚式ロボットの移動制御への応用歩行2023/8/1
複雑なロボットの制御器を強化学習で訓練する際、報酬設計の労力を減らすために制約条件を導入する新しいフレームワークを提案し、脚式ロボットの移動制御に適用して有効性を示した。
- モンテカルロ木探索による非定型歩容の脚式ロボット歩行計画歩行2022/5/1
脚式ロボットの接地順序決定を意思決定問題として捉え、MCTSと最適化シミュレーションで歩容を計画し、MPCで接地力と足場を最適化する枠組みを提案した。四足ロボットで周期歩容の生成や外力・未知地形への適応、異なる構造への汎用性を実証した。
- 四足歩行ロボットの安全な自律ナビゲーションのための順ダイナミクスモデルと情報付き軌道サンプラの学習歩行ナビゲーション2022/4/1
学習した順ダイナミクスモデルとサンプリング型モデル予測制御、情報付き軌道サンプラを組み合わせ、複雑な環境でも衝突せず滑らかに経路追従できる四足ロボットの局所プランナを提案した。
- 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。
- 野外環境で四足ロボットが頑健に知覚歩行を学習する手法歩行2022/1/1
固有感覚と外界知覚をアテンション付きリカレントエンコーダで統合し、雪や水、反射面など知覚が乱れる野外でも高速かつ頑健に歩行できる四足ロボット制御器を学習した。
- D-Grasp: 物理的に妥当な動的把持動作の生成マニピュレーション2021/12/1
強化学習と物理シミュレーションを用い、物体を把持して目標位置まで動かす人間らしい手の動作を階層的に生成する手法を提案した論文。
- 困難地形を歩行する四脚ロボットの学習制御歩行2020/10/1
強化学習で訓練したニューラルネットワーク制御器により、泥・雪・瓦礫・水などの未知の自然環境でもロバストに歩行できる四脚ロボットを実現した。
- 脚式ロボットの俊敏で動的な運動スキルを学習するsim2real2019/1/1
シミュレーションで訓練したニューラルネットワーク方策を実機の四足ロボットANYmalに転送し、高速走行や転倒からの復帰を含む俊敏な運動を実現した。
- 深層強化学習による四足歩行ロボットの頑健な復帰制御歩行2019/1/1
階層型の深層強化学習コントローラを構築し、四足ロボットANYmalが任意の転倒姿勢から5秒以内に97%以上の成功率で復帰できるようにした。
- 高ダイナミック動作のためのケーブル駆動型ロボット脚脚式ロボット2018/6/1
単段ケーブルプーリ伝動と高ギャップ半径モータを組み合わせた軽量ロボット脚Capler-Legを開発し、連続ジャンプ実験でバッテリ出力基準96.5%のエネルギー回生率を達成した。
- 強化学習によるクアッドロータの制御強化学習/飛行制御2017/7/1
強化学習で訓練したニューラルネットワークにより、状態から直接アクチュエータ指令へ写像してクアッドロータを制御する手法を提案し、シミュレーションと実機で有効性を示した。
