Letian Chen
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
- MAGNIFIED: マルチモーダル大規模言語モデルの強化学習による動作計画の微調整自動運転2026/6/1
自動運転の動作計画のために、マルチモーダル大規模言語モデルを強化学習で微調整し、トークン単位の報酬を用いて計画目的に合わせる手法を提案した。
- ELEMENTAL: デモンストレーションと視覚言語モデルを活用したロボット報酬設計のための対話型学習模倣学習2024/11/1
自然言語指示と視覚的なユーザーデモンストレーションを組み合わせ、逆強化学習と自己反省による反復フィードバックでロボットの報酬関数を設計するフレームワークを提案。
- 自己教師あり初期化学習による高速モデル予測制御モデル予測制御2024/8/1
MPCの初期解を生成するポリシーを強化学習で学習し、最適化時間を短縮しつつ制御性能を向上させるフレームワークを提案。
- ロボティクスと連続制御のための解釈可能な強化学習解釈可能RL2023/11/1
勾配ベース強化学習で直接最適化できる木構造モデルICCTを提案し、自動運転などで高性能かつ解釈可能な方策を実現した。
- 疎な観測環境におけるマルチエージェント強化学習による敵対的探索と追跡群制御2023/6/1
広大な空間で逃げ回る敵を追跡するため、学習可能なフィルタリングモデルで敵位置を推定し、マルチエージェント強化学習で探索チームを協調させる手法を提案した。検出率が46%向上した。
- 高速近接協働におけるロボットの技能レベルとコミュニケーションの影響人間ロボット協働2023/4/1
人とロボットが近接して高速に協働する卓球ダブルスの実験環境を提案し、ロボットの技能や意図発話がチーム性能・安全・信頼に与える影響をユーザー研究で調べた。
- 制御バリア関数による安全な逆強化学習逆強化学習2022/12/1
逆強化学習に制御バリア関数を組み込み、安全制約を満たす方策を学習するフレームワークCBFIRLを提案し、2Dカーレースと3Dドローンで安全性が向上することを示した。
- 車いすテニスロボットにおける人間フィードバックを用いたプリミティブ最適化マニピュレーション2022/12/1
車いすテニスロボットのグラウンドストロークを打つタスクに対し、確率的運動プリミティブ(ProMP)を拡張し、人間の評価フィードバックを用いてオンラインでプリミティブを改良する手法を提案・評価した。
- 車いすテニスを自律プレイする移動マニピュレータシステムマニピュレーション2022/10/1
車いすテニスの規定シングルスを自律でプレイできる初のオープンソースロボットを提案し、グラウンドストロークの実行性能とハード・ソフト各要素を評価した。
- デモンストレーションからの高速生涯適応逆強化学習模倣学習2022/9/1
ユーザーのデモンストレーションからロボットが素早く適応し、生涯にわたって効率的に学習する新しい枠組みFLAIRを提案。ポリシー混合により異なる好みに即応し、共通知識を蒸留してタスク推論を高精度化、必要な時だけモデルを拡張する。
- サンプル効率の良い準最適デモンストレーションからの見習い学習に向けて見習い学習2021/10/1
準最適なデモンストレーションから報酬関数を学習する際、ノイズ注入ではなく体系的な軌道劣化を用いるS3RRを提案し、従来手法と同等以上の報酬相関を得られることを示した。
- 自己教師あり報酬回帰による準最適デモンストレーションからの学習模倣学習2020/10/1
準最適なデモンストレーションから最適性パラメータ化データを合成し、理想的な報酬関数を学習することで、ロボットに卓球のトップスピン打法を教える手法を提案した。
- 報酬ネットワーク蒸留による異種デモンストレータ間の目標と戦略の同時推定逆強化学習2020/1/1
複数の人間のデモンストレータから、共通のタスク目標と各人の戦略的選好をネットワーク蒸留で同時に推定する逆強化学習手法を提案し、卓球タスクなどで有効性を示した。
