Sandy H. Huang
収録論文 11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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Proc4Gem: 手続き的生成による物理的エージェンシーの基盤モデルsim2real2025/3/1
物理シミュレーションで接触を含む軌道を大量生成し、そのデータでGeminiを微調整することで、言語指示に従って四足ロボットが実環境で物体を押し動かせるようにした研究。
- 実機ロボットでの大規模反復強化学習による多様な形状の積み重ね習得マニピュレーション2023/12/1
実機ロボットの自己生成データのみを用い、オフポリシー学習とオンライン/オフライン反復スキームでデータ効率を高め、ピクセルから直接エンドツーエンドで多様な形状の積み重ねを学習した。
- 深層強化学習による二足歩行ロボットの俊敏なサッカースキル獲得sim2real2023/4/1
低コスト小型ヒューマノイドロボットに深層強化学習を適用し、1対1サッカーをプレイする俊敏で安全な運動スキルをシミュレーションで学習させ、実機へゼロショット転移した。
- マルチオブジェクティブ方策最適化による強化学習の改善:オフラインRLとファインチューニングの事例研究強化学習2021/6/1
強化学習の補助目的を多目的最適化問題として捉え、線形スカラー化に代わる新アルゴリズムDiMEを提案。オフラインRLとファインチューニングで既存手法を上回る性能を示した。
- 多目的方策最適化の分布的アプローチ多目的強化学習2020/5/1
複数の競合する目的をスケール不変な選好で扱える多目的強化学習アルゴリズムを提案し、目的ごとの行動分布を学習してパラメトリック方策に統合、高次元ロボティクスタスクで有効性を示した。
- 人間の教師に理解を促すロボットの非言語フィードバックヒューマンロボットインタラクション2019/11/1
ロボットが学習中に「次に正しいと思う行動」を非言語で示すことで、人間の教師がロボットの理解度を把握しやすくなり、教示の質が向上することを理論と2件のユーザー研究で示した論文。
- 好奇心駆動型深層強化学習による優しい物体操作の学習強化学習/触覚2019/3/1
接触力へのペナルティを予測する「ペナルティベースの驚き」を内在報酬として導入し、壊れやすい物体に優しく接触しながら探索・実行できる強化学習方策を腱駆動型触覚ロボットハンドで実証した。
- 重要状態を通じて適切な信頼を築くヒューマンロボットインタラクション2018/10/1
学習済みロボット方策の理解を助けるため、方策の本質を表す重要状態を人間に提示する手法を提案し、ユーザーが配備判断や介入タイミングをより適切に決定できることを示した。
- ロボットが「できない」を伝える動作生成マニピュレーション2018/10/1
ロボットが達成したいタスクと失敗理由を伝えるため、成功動作に似せつつ物理限界を守る軌道最適化で「できない」を表現する動作を自動生成した。
- ロボットが自身の目的を人に伝えるための行動設計人間ロボットインタラクション2017/2/1
ロボットが人間の逆強化学習による推論をモデル化し、目的を最も分かりやすく伝える行動を選ぶ手法を提案。自動運転のユーザー研究で有効性を検証した。
