Mengyuan Yan
収録論文 10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
- 大規模深層強化学習:オフィスビルでの移動マニピュレータ群による廃棄物仕分けマニピュレーション2023/5/1
実世界データとシミュレーションを組み合わせた深層強化学習により、23台の移動マニピュレータがオフィスビルでリサイクル品とゴミを仕分けるシステムを構築し、大規模に評価した。
- 言う通りでなく、できる通りに:ロボットのアフォーダンスに言語を接地するVLA2022/4/1
大規模言語モデルの高レベル知識と事前学習済みスキルの価値関数を組み合わせ、実世界で実行可能な行動に言語を接地させる手法を提案し、実機タスクで有効性を示した。
- AW-Opt:模倣と強化学習を大規模に統合してロボット技能を学習する模倣学習+強化学習2021/11/1
アドバンテージ重み付き回帰とQT-Optを組み合わせ、デモンストレーションと多様な事前データを活用して実世界ロボット技能をスケーラブルに学習する手法AW-Optを提案・検証した論文。
- 結び目の計画のための位相的動作プリミティブの学習マニピュレーション2020/9/1
結び目理論に基づくトップ層の位相計画と、人間の実演と強化学習で訓練した下層の動作プリミティブを組み合わせ、ロープ結びの動作計画を生成・実機実行する階層的手法を提案した。
- 自己誘導・自己正則化アクタークリティック強化学習2020/9/1
ターゲットネットワークを使わずにTD学習の発散を抑える自己正則化手法と、方策勾配にゼロ次最適化を組み合わせてQ値の高い行動を探索する自己誘導型の方策改善を提案し、OpenAI Gymで高い性能を示した。
- セグメンテーションを介したsim2real転移sim2real2020/5/1
セグメンテーションを認識と制御の共通インターフェースとして用い、閉ループ制御と合成データによる知覚学習でシミュレーションから実環境への転移を実現した。
- 変形可能な線状物体操作のための状態推定の自己教師あり学習変形物体操作2019/11/1
ロープなどの線状変形物体を対象に、実画像から自己教師あり学習で状態推定を行い、物理則を組み込んだニューラルネット動力学モデルで操作計画を実現した研究。
- MeteorNet: 動的3D点群シーケンスの深層学習点群認識2019/10/1
動的な3D点群シーケンスを直接処理するニューラルネットワークMeteorNetを提案し、時空間近傍の構築により行動認識・意味セグメンテーション・シーンフロー推定で高い性能を示した。
- 視覚ベースロボット把持のための確率的マルチモーダルアクターモデル学習把持2019/4/1
画像から成功する把持姿勢の条件付き分布をガウス混合と正規化フローを組み合わせたニューラル密度モデルで直接学習し、CEMより3倍高速な推論を実現した。
- 目視と連続制御による高精度把持のsim2real転移sim2real2017/12/1
視覚モジュールと閉ループ制御を分離し、実背景とシミュレーション画像を合成して学習することで、実機で直径1.37cmの小球を90%の成功率で把持できる手法を実現した。
