Michiel van de Panne
収録論文 19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
- 学習された実行可能性フィルタによる拡散ベース計画歩行2025/2/1
拡散モデルによる計画に、計画の将来成功を予測する学習済みフィルタを組み合わせ、転倒や衝突などの暗黙の制約を満たす手法を提案。3D歩行の足運び計画で有効性を示した。
- 学習ベースの脚式移動:最新技術と今後の展望歩行2024/6/1
深層学習やシミュレーション技術の発展により進歩した学習ベースの脚式移動研究を、四足歩行と二足歩行(ヒューマノイド)に分けて概観し、未解決課題と社会的影響を論じたサーベイ。
- 箱の運搬を伴う移動操作のための階層的計画と制御移動操作2023/6/1
物理シミュレーション上のバーチャルヒューマンが、計画・拡散モデル・強化学習を組み合わせた階層的制御により、雑然とした環境で箱を並べ替えるタスクを実現した。
- OPT-Mimic: 最適化軌道の模倣による四足ロボットの動的動作sim2real2022/10/1
モデルベースの軌道最適化で生成した参照軌道を強化学習で模倣し、四足ロボットの動的動作をシミュレーションから実機へ転移させた研究。
- 簡略化モデル模倣による腕渡り運動の学習強化学習/腕渡り2022/5/1
点質量と仮想腕からなる簡略化モデルでまず方策を学習し、その重心軌道と把持タイミングを模倣させることで、14リンク平面モデルが連続する手すり間を腕渡りできる強化学習手法を提案した。
- 起き上がり動作の学習強化学習2022/5/1
強化学習を用いて、転倒状態から起き上がる多様な戦略を獲得し、低速での再現や制約下での動作も実現した研究。
- Vision Transformerは画像ベース強化学習でCNNに勝てるか?VLA2022/4/1
画像入力の強化学習制御タスクでViTの学習手法を評価し、CNNベースのRADと比較した。補助タスクはViTの性能を向上させるが、総合的にはCNNが優位であることを示した。
- 分布強化学習のためのマルチサンプル目標値による探索強化学習2022/2/6
分布強化学習において単一サンプル目標値の代わりにマルチサンプル目標値を導入し、UCBベースの探索と組み合わせたE2DCを提案。Humanoid制御などの連続制御タスクで最先端のモデルフリー性能を達成した。
- 多様な跳躍戦略を自動発見するフレームワーク強化学習・キャラクター制御2021/5/1
物理シミュレーションと深層強化学習、姿勢VAEとベイズ多様性探索を組み合わせ、模範動作なしで走高跳や障害物跳躍の多様で自然な制御方策を発見する手法を提案した。
- 重心モデルで実現する多様環境対応の四足歩行歩行2021/4/1
高忠実度な物理シミュレータの代わりに単純な重心モデルと強化学習を組み合わせ、接地力を二次計画法で実現することで、平地歩行から平均台歩行まで汎化し実機転移も可能な四足歩行制御を実現した。
- ダイナミクスランダム化の再検討:四足歩行の事例研究sim2real2020/11/1
Laikago四足ロボットの歩行方策学習において、ダイナミクスランダム化なしでもsim-to-real転移が可能であることを示し、成功を左右する設計要因をアブレーション研究で分析した論文。
- 移動運動学習における環境設計の重要性歩行2020/10/1
深層強化学習で移動運動を学習する際、状態表現や報酬構造、制御周波数などの環境設計の選択が結果の脆さに大きく影響することを示した論文。
- タスク非依存の行動空間を学習する移動最適化手法運動制御2020/9/1
物理ベースのキャラクター制御において、目標状態を行動として学習する低レベル方策を参照データなしで獲得し、多様なタスクの移動最適化を効率化する手法を提案した論文。
- ALLSTEPS:カリキュラム学習による飛び石歩行スキルの獲得歩行2020/5/1
強化学習とカリキュラム学習を用いて、足場が限定された飛び石環境での歩行をシミュレーション上の人間・二足歩行ロボット・モンスターで実現した研究。
- 動的システム間の対応関係を学習する手法ダイナミクス学習2019/12/1
2つの動的システムの軌道データから共有潜在状態空間と潜在ダイナミクスを学習し、一方のシミュレーションから他方の動きを生成できる対応付け手法を提案。
- 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。
- 地形RLシミュレータsim2real2018/4/1
ランダム生成地形を含む89種類の難易度別シミュレーション環境を提供し、エージェント形態や地形分布を変更できるライブラリを公開した論文。
- 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。
- 深層強化学習による歩行スキル学習:行動空間の選択は重要か?歩行2016/11/1
歩行周期の模倣タスクにおいて、トルク・筋活性・関節角度・関節角速度という4種類の行動表現を比較し、高レベルな行動パラメータ化が学習効率やロバスト性、動作品質に大きく影響することを示した。
