Jonas Eschmann
収録論文 7本 ・ フィジカルAI/ロボット学習
sim2realドローン/衝突耐性/強化学習飛行制御/基盤モデル/sim2realシステム同定強化学習ライブラリ軌道最適化
※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
- HyperDrone：毎秒数百万フレームのシミュレーションから実機への転送sim2real2026/10/20
GPUレイトレーシングで毎秒数百万フレームを描画できる超高速なクアッドロータシミュレータを開発し、シミュレーションのみで学習した視覚ベースのヨー制御方策を実機Crazyflieにオンボードで転送できることを示した。
- HoLoArm: 衝突に耐えるクアッドローターのための変形可能アームドローン/衝突耐性/強化学習2026/5/1
トンボの翅の結節構造に着想を得た柔軟アームを持つクアッドローターを提案し、強化学習制御により衝突後の回復と安定飛行を実現した。
- RAPTOR: クアッドロータ制御のための基盤ポリシー飛行制御/基盤モデル/sim2real2025/9/1
1000種類のクアッドロータを強化学習で訓練した教師ポリシーを、再帰層を持つ小型ニューラルネットに蒸留し、多様な実機にゼロショット適応できる基盤ポリシーを実現した。
- モータ遅延を考慮したデータ駆動型クアッドロータのシステム同定システム同定2024/4/1
飛行データのみからクアッドロータの慣性・推力・トルク係数・モータ遅延を推定する手法を提案し、屋外での強化学習制御に応用した。
- 秒速で飛ばす：ドローン制御のための高速強化学習sim2real2023/11/1
非対称アクター・クリティックとカリキュラム学習を組み合わせ、民生用ノートPCで18秒の訓練によりクアッドロータの直接RPM制御をSim2Real転移し、実機で競争力のある軌道追従を実現した。
- RLtools: 連続制御のための高速でポータブルな深層強化学習ライブラリ強化学習ライブラリ2023/6/1
依存関係のないヘッダオンリーなC++製深層強化学習ライブラリを提案し、シミュレータとの密結合で最大76倍高速化、マイコン上での直接学習(TinyRL)を初めて実現した。
- 劣駆動系のためのウェイポイント軌道最適化によるライトペインティング撮影軌道最適化2020/3/1
ウェイポイントで指定された軌道を劣駆動系で実現するため、ウェイポイントの有効化を表す補助変数を導入して最適化問題を自動再定式化する手法を提案し、回転倒立振子の先端で描いた文字を長露光撮影で可視化するタスクで検証した。
