Philipp Hennig
収録論文 6本 ・ フィジカルAI/ロボット学習
世界モデルベイズ最適化sim2real制御チューニング回帰
※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
- 言語モデルの事前知識を用いた観測からのPOMDP世界モデル学習世界モデル2026/5/13
LLMが少数の観測・行動軌跡からPOMDPモデルを提案・反復改良し、信念ベースの尤度を最適化することで、部分観測環境でのサンプル効率的な世界モデル学習を実現した。
- クラッシュ制約下でのロボット学習ベイズ最適化2020/10/1
失敗時にデータが得られない「クラッシュ制約」問題に対し、離散的な成否と連続観測を組み合わせたGPモデル(GPCR)と制約付きベイズ最適化で実機四足ロボットの跳躍制御を学習した研究。
- 失敗を罰則化せずに学ぶベイズ最適化:未知のペナルティ下でのロボット学習ベイズ最適化2019/7/1
不安定な制御による失敗を「大きなコスト」として扱うベイズモデルを提案し、失敗しやすい領域を避けつつベイズ最適化でロボット制御器を学習する手法を実機で検証した。
- 仮想と現実の融合:ベイズ最適化による強化学習でのシミュレーションと物理実験のトレードオフsim2real2017/3/1
シミュレーションの安価で不正確な情報と物理実験の高価で正確な情報をベイズ最適化で自動的に組み合わせ、少ない実験回数で制御ポリシーを効率的に学習する手法を提案した。
- ガウス過程大域最適化に基づくLQRの自動チューニング制御チューニング2016/5/1
ベイズ最適化(エントロピーサーチ)を用いてLQR制御器のゲインを実験データから自動調整する枠組みを提案し、7自由度ロボットアームによる倒立振子の安定化で有効性を示した。
- 局所ガウス回帰回帰2014/2/1
局所重み付き回帰の局所性とガウス過程回帰の生成モデル性を融合し、近似推論で計算コストを局所重み付き回帰と同程度まで低減した手法を提案。
