Jingliang Duan
収録論文 13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
- FastDSAC: 制約付き探索によるポリシー可塑性の向上とスケーラブルな人型ロコモーション歩行2026/6/1
並列サンプリング環境での強化学習の安定性とポリシー可塑性を向上させるため、切断ガウス分布を用いた行動制約を導入したDistributional Actor-Criticの高速版FastDSACを提案した。
- TransMPC: 可変予測ホライズンを持つTransformerベースの明示的MPC制御/MPC2025/9/1
複雑な動的システムに対し、エンコーダのみのTransformerでMPC方策を表現し、可変予測ホライズンで制御列をリアルタイム生成する明示的MPC手法を提案。模倣ではなく真の有限ホライズンコストを直接最適化する。
- 調和勾配を用いた分布型Soft Actor-Criticによるマルチレーン自動運転の安全かつ効率的な学習自動運転/安全強化学習2025/5/1
効率的な走行と安全制約の2つの方策勾配を調和させて衝突を抑える新しい安全強化学習手法DSAC-Hを提案し、マルチレーン自動運転でほぼ違反ゼロの効率的走行を実現した。
- 不完全なシステムダイナミクスを活用した強化学習の誘導強化学習2024/10/1
システムの既知・未知部分を分離し、部分的なモデルに基づく埋め込みコントローラで強化学習を誘導することで、サンプル効率と汎化性能を改善する手法を提案した。
- 強化学習によるドリルブームの統合的な孔探索制御マニピュレーション2023/12/1
逆運動学に頼らず、強化学習で全関節の制御入力を直接生成し、ドリルブームの孔探索を高精度・高効率化する手法を提案した。
- 不確実性を考慮した到達可能性証明による安全なモデルベース強化学習安全強化学習2022/10/1
モデルの不確実性に対処する分布型到達可能性証明(DRC)を提案し、訓練中の制約違反を抑えつつ高いリターンを得る安全なモデルベース強化学習フレームワークを構築した。
- 敵対的学習による信号交差点での走行ポリシーの汎化性能向上自動運転/敵対的学習2022/4/1
信号交差点の多様なトポロジーに対応する経路計画と、動的モデルの不確実性を考慮した制約付き最適制御問題を敵対的ポリシー勾配で解き、走行ポリシーの堅牢性を高めた研究。
- 混合交通の信号交差点における自動運転の統合意思決定と制御のための自己学習知能自動運転/強化学習2021/10/1
車・自転車・歩行者が混在する信号交差点に対応するため、参加者の種類や数を柔軟に扱える動的置換状態表現を導入し、統合意思決定・制御の枠組みで安全な運転方策をオフライン学習する手法を提案した。
- マルチレーン自動運転のためのエンコーディング分散型ソフトアクター・クリティック自動運転/強化学習2021/9/1
周囲車両数が可変な状況に対応するため、置換不変な特徴エンコーダを分散型強化学習に組み込んだE-DSACを提案し、マルチレーン自動運転でDSACの約3倍の性能と実車での有効性を示した。
- 分離型PIラグランジュによるモデルベース機会制約付き強化学習安全強化学習2021/8/1
安全確率を制御出力とみなし、ペナルティ法とラグランジュ法を比例・積分制御として統合した分離型PIラグランジュ法を提案し、振動や保守性を抑えつつ実機移動ロボットの障害物回避に適用した。
- 自動運転のための固定次元・置換不変な状態表現自動運転/状態表現2021/5/1
周囲車両をニューラルネットで符号化して加算・連結することで、車両数が可変でも固定次元かつ置換不変な状態表現を実現し、近似誤差を62.2%削減した。
- 統合意思決定と制御:解釈可能で計算効率の高い自動運転知能に向けて自動運転/強化学習2021/3/1
自動運転の意思決定と制御を階層的に分解し、モデルベース強化学習で近似求解することで、解釈性と計算効率を両立させたフレームワークを提案した論文。
- オンランプ合流における安全シールド付き分布型Soft Actor-Critic意思決定自動運転意思決定2021/3/1
オフライン学習とオンライン補正を組み合わせ、安全シールドと分布型強化学習で自動運転の合流判断の安全性と効率を両立させた研究。
