Jeremy Dao
収録論文 16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
- 固有感覚分布マッチングによる脚式移動のシミュレータ適応sim2real2026/4/1
シミュレータと実機の動的差異を、時間整列不要な固有感覚分布のマッチングで補正し、少ない実機データで歩行ポリシーの実機適用性能を向上させる手法を提案した。
- 二足歩行ロボットCassieの100m走における走行効率最適化と人間との比較歩行2025/8/1
二足歩行ロボットCassieの走行効率を速度ごとに最適化し、人間の走行力学と比較した上で、100m走のルールに沿った制御器を実装し、ギネス世界記録を達成した。
- 多脚二足ロボットによるペイロード輸送のための分散制御学習群制御2024/6/1
複数の二足歩行ロボットを剛結合したキャリアで不整地を運搬するため、再学習なしで台数や配置が変わっても適用できる分散強化学習制御器を開発し、実機のCassieロボット2台と3台で実証した。
- ヒューマノイドの安定立位・歩行のための報酬設計と評価の再検討歩行2024/4/1
ヒューマノイドの立位・歩行制御のための低コストで定量的なベンチマーク手法を提案し、報酬関数を再設計して実機Digitで既存手法と比較した。
- ヒューマノイドによる箱の運搬・操作のためのSim-to-Real学習sim2real2023/10/1
二足歩行ロボットDigitが、大きさや重さの異なる箱を持ち上げて運ぶ全身協調スキルを、シミュレーションから実機へ転移する強化学習手法を提案した論文。
- 視覚に基づく二足歩行の難地形への適応学習歩行2023/9/1
深さ画像から高さマップを予測し、強化学習で二足歩行ロボットを難地形に適応させる完全学習型システムを提案。シミュレーションから実機への転移に成功した。
- Sim-to-Real強化学習による二足歩行ロボットの動的機動歩行2022/7/1
最適化された単剛体モデルの軌道を参照データとして再帰的方策を訓練し、Cassieで4歩での90度旋回を実機実現した。
- 単一剛体モデルによる二足歩行の動的機動最適化と強化学習への応用sim2real2022/7/1
単一剛体モデルで動的機動の参照軌道をオフライン最適化し、強化学習の報酬に組み込むことで、二足ロボットCassieの高速走行や跳躍を実機で実現した。
- 飛び石を渡る動的二足歩行の学習歩行2022/5/1
シミュレーションで強化学習した制御器と足場予測モデルを実機Cassieと天井カメラに統合し、飛び石上の閉ループ動的歩行を実現した論文。
- 未計測の動的負荷下における二足歩行のsim-to-real学習歩行2022/4/1
固有感覚フィードバックのみを用い、カート牽引や液体運搬などの動的負荷下での二足歩行を強化学習とsim-to-real転移で実現し、負荷ごとの専用方策と汎用方策を比較した。
- 着地位置制約を守る二足歩行の動的歩行をsim-to-realで学習歩行2022/3/1
強化学習で二足ロボットの動的歩行制御器を訓練し、外部から指定された着地位置に応答できるようにした。Cassieでシミュレーションと実機の両方で性能を示し、次の着地位置を予測するモデルも教師あり学習で構築した。
- 二足歩行のためのタスク空間行動学習歩行2020/11/1
モデルベース逆動力学制御とタスク空間方策を統合し、足先目標点という自然な行動空間で二足歩行を強化学習する手法を提案。シミュレーションで学習し実機Cassieへ転移できることを示した。
- ばね質点モデルで歩行方策を導く学習制御歩行2020/10/1
低次元のばね質点モデルから生成した歩行運動を学習方策の指令・訓練信号として用い、人間サイズの二足ロボットで最大1.2m/sの動的歩行を実現した。
- 記憶を持つ制御による人間サイズ二足歩行の学習歩行2020/6/1
RNNを用いた二足歩行のsim-to-real制御を検討し、ダイナミクスランダム化により過学習を防ぐことで実機転移が改善することを示した。
- 反復強化学習によるCassieの動的歩行スキル設計歩行2019/3/1
報酬関数を反復ごとに再定義しつつ前回からの逸脱を抑える実用的な強化学習手法を提案し、二足歩行ロボットCassieで様々な歩容・速度の安定歩行とシミュレーションから実機への転移を実現した。
- 非把持マニピュレーションのための強化学習:シミュレーションから実機への転移sim2real2018/3/1
3台のPhantomロボットで物体を押して目標位置へ運ぶ制御を、同定したシミュレータ上でモデルベース強化学習により学習し、追加学習なしで実機に転移できることを示した。モデルアンサンブル学習によりモデリング誤差への頑健性も向上する。
