Michael Lutter
収録論文 12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
- 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。
- 物理と深層学習を組み合わせた連続時間ダイナミクスモデルの学習物理ベース学習2021/10/1
ラグランジュ力学を深層ネットワークに組み込み、物理法則とエネルギー保存を満たすダイナミクスモデル(DeLaN)を提案し、剛体システムの学習と制御に適用した。
- 連続時間フィッティング価値反復によるロバスト方策の学習ロバスト制御2021/10/1
非線形制御アフィン系の性質を利用して最適方策と最適外乱を解析的に導出し、状態・行動の離散化なしに価値反復で最適価値関数を解くcFVIとrFVIを提案。振り子と台車系で最適方策を得て、実機sim2real実験でロバスト性を実証した。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択（アンサンブル、確率性、多段階学習、タイムステップ幅など）がプランナ性能に与える影響を、真のモデル（シミュレータ）との比較を通じて体系的に分析した論文。
- 連続制御タスクのためのロバスト価値反復法sim2real2021/5/1
動的計画法に基づき、システムダイナミクスの敵対的摂動を組み込んだロバストな最適方策を連続状態・行動空間で計算する手法を提案し、実機の振り子と台車棒で有効性を示した。
- 連続状態・行動・時間における価値反復法制御/強化学習2021/5/1
既知のダイナミクスモデルを用い、連続状態・行動・時間で動的計画法を可能にするcFVIを提案。非線形制御実験で深層強化学習と同等の性能を示し、実機移行時の頑健性に優れることを示した。
- 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。
- 二値報酬による実世界ジャグリングのための高加速度強化学習マニピュレーション2020/10/1
政策表現・初期化・最適化に安全性とサンプル効率を組み込み、二値報酬のみでBarrett WAMが56分の実経験から2ボールジャグリングを連続最大33分（約4500回）習得できる学習システムを提案した。
- 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。
- 深層微分値関数と行動制約を用いたHJB最適フィードバック制御最適制御2019/9/1
Hamilton-Jacobi-Bellman方程式に深層微分ネットワークを組み込み、行動制約を自然に満たす連続時間の最適フィードバック制御則を学習する手法を提案した。再計画なしに任意の状態から最適軌道を生成できる。
- エネルギー制御のための深層ラグランジュネットワーク：劣駆動系のエンドツーエンド学習制御学習2019/7/1
ラグランジュ力学・エネルギー保存・受動性を満たすようDeLaNを拡張し、劣駆動系のエネルギー制御を汎用関数近似で学習できる初の手法を提案。実機のフルータ振り子で振り上げ制御に成功した。
- 物理を事前知識に組み込んだ深層ラグランジュネットワークモデルベース制御2019/7/1
ラグランジュ力学をネットワーク構造に組み込み、少ないデータから物理的に妥当な運動方程式を学習してロボット制御に応用した研究。
