Raymond Song

収録論文 2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

• 価値関数誘導MPPIによるオフロード自律ナビゲーションの階層型計画・制御
  オフロードナビゲーション/階層型計画制御/MPPI/強化学習2026/10/28

  強化学習コントローラの価値関数を暗黙的なコストとしてMPPIプランナに組み込み、計画と制御を双方向に連携させる階層型フレームワークを提案。オンライン方策評価で分布シフトに適応し、オフロード走行シミュレータで有効性を示した。

• TADPO: 強化学習でオフロードを走破する
  sim2real2026/3/1

  PPOを拡張し、教師によるオフポリシー軌道と生徒のオンポリシー探索を組み合わせた新手法TADPOを提案し、高速オフロード走行を実現。実車へのゼロショットsim2real転移に成功した。