Qingxu Zhu
収録論文 6本 ・ フィジカルAI/ロボット学習
歩行キャラクタ制御
※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
- 強化学習なしで俊敏な運動スキルを効率的に学習するモデルベース手法歩行2024/3/1
世界モデルとVAEベースのポリシーネットワークを組み合わせ、実動物の行動を模倣することで、四足ロボットの運動スキルを強化学習より10倍効率的に学習する手法を提案。
- 四足ロボットのための高ダイナミック動作の学習歩行2024/2/1
動物の動作データから四足ロボットがスプリントやジャンプ、急旋回などの高ダイナミックな動きを学習し、棒を使った人間とのインタラクションで動作を切り替えられるようにした研究。
- 強化学習による地形認識型四足歩行歩行2023/10/1
固有感覚と外界感覚を統合し、軌道生成器のパラメータを調整するDNN方策を強化学習で訓練することで、四足ロボットが階段や飛び石などの不整地を任意方向に安全かつ省エネで歩行できるようにした。
- 物理ベースキャラクタ制御のためのニューラルカテゴリカル事前分布キャラクタ制御2023/8/14
VQ-VAEの離散情報ボトルネックと強化学習で動作クリップから自然な動きを学習し、好奇心駆動型RLで事前分布を調整することで多様で高品質な物理ベースキャラクタ制御を実現した。
- 強化学習と生成事前学習モデルによる四足ロボットの生物らしい敏捷性と遊び歩行2023/8/1
動物の運動データから生成モデルで制御信号を学び、階層的に環境適応と戦略を訓練することで、四足ロボットに生物らしい敏捷性と鬼ごっこ遊びを実現した。
- 動物の模倣による俊敏な地形適応歩行の学習歩行2023/8/1
実犬の動きを模倣学習させた四足ロボットに地形適応を追加し、未見の地形でも自然な歩容で移動できるようにした。実機Maxで階段を1.1m/sで登ることに成功。
