Johannes Silberbauer
収録論文 3本 ・ フィジカルAI/ロボット学習
システム同定モデルベース強化学習
※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
- 実世界ロボティクス向けの微分可能なニュートン・オイラーアルゴリズムシステム同定2021/10/1
複雑な摩擦や非ホロノミック拘束を含む実機の力学モデルを、物理的に整合性のある形で勾配ベースに同定する微分可能シミュレータDiffNEAを提案し、オフライン強化学習で有効性を示した。
- 実世界オフライン強化学習のための微分可能物理モデルモデルベース強化学習2020/11/1
力学構造が既知ならば、物理ベースの微分可能モデルがブラックボックスモデルより優れることを示し、実機で4分のデータのみからボール・イン・カップ課題を学習した。
- マルチボディモデル学習のための微分可能なニュートン・オイラーアルゴリズムシステム同定2020/10/1
ニュートン・オイラー方程式を計算グラフ化したホワイトボックスモデルを提案し、運動学・動力学パラメータをデータから同時学習できることをフルータ振子や台車型倒立振子で実証した論文。
