Jonathan Hurst
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
- 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。
- 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。
- 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。
- 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。
- 失敗余裕制約を用いた俊敏な脚式移動の動作計画歩行2022/3/1
閉形式解を持たない動的モデルに対し、データ駆動で成功/失敗境界までの距離を近似する失敗余裕関数を制約に組み込み、実時間で足配置を最適化する動作計画手法を提案した。
- 中遊脚期の足首トルクは定常歩行のエネルギー消費を削減しない歩行2021/11/1
足首トルクが中遊脚期のエネルギーコストを下げるかをSLIPモデルと軌道最適化で検証し、大半の歩行では効果がなく、接地走行から空中走行への遷移付近の狭い範囲でのみ有効と示した。
- 知覚なしで階段を踏破する二足歩行ロボットのsim-to-real強化学習歩行2021/5/1
固有感覚のみのフィードバックで階段状地形を歩く二足歩行ロボットCassieの制御を、階段地形のランダム化を加えたsim-to-real強化学習で実現した。
- 周期的報酬合成による二足歩行の全基本歩容のsim-to-real学習sim2real2020/11/1
力と速度に周期的な確率的コストを課す報酬設計で、立ち・歩行・跳躍・走行・スキップの全二足歩行を学習し、実機Cassieへ転移させた研究。
- 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。
- 不確実な地面に備える:走行時の地面不確実性を明示的に最適化する動作計画歩行2020/1/1
脚式ロボットの走行において、地面の不確実性に対するロバスト性を明示的に最適化する動作計画手法を提案し、再計画なしで外乱を効果的に棄却する歩容を生成した。
- 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。
- 深層強化学習によるCassieのフィードバック制御歩行2018/3/1
実機に基づく二足歩行ロボットCassieのモデルで、参照動作を模倣する深層強化学習により頑健な歩行制御器を学習し、速度変化や外乱への適応性を示した。
