Shangding Gu
University of California, Berkeley
収録論文 13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
- OmniPiano: 標準・堅牢・安全・マルチエージェントRLのための多様な器用なピアノ演奏ベンチマークマニピュレーション2026/10/30
1〜5本のShadow Handによるピアノ演奏タスクを統一環境で提供し、標準・堅牢・安全・マルチエージェントRLを評価できるベンチマークOmniPianoを提案した。912以上のタスク設定と36のベースラインで現行手法の限界を示した。
- 残り安全予算に基づくガイド仲裁によるオフライン→オンライン安全強化学習オフライン→オンライン安全RL2026/10/24
エピソード内で残った安全予算を追跡し、オフラインガイドとオンライン方策の行動をコスト見積もりと比較して適応的に選択する、器用な操作のための安全なオフライン→オンライン強化学習手法を提案した。
- 堅牢強化学習のための統一ライブラリとベンチマーク堅牢RL2026/10/23
17種の堅牢なオンライン・オフライン・安全RLアルゴリズムを統一インターフェースで実装し、多様な摂動下での評価ベンチマークを提供するライブラリを提案した論文。
- フィジカルAI：概念・技術・課題の体系化フィジカルAI2026/10/19
フィジカルAIの定義と技術的枠組みを統一的に整理し、知覚から行動までの閉ループやsim2real、安全性などの課題を展望したモノグラフ。
- ロボットを改善するのは誰か？物理的再帰的自己改善に向けて自己改善2026/10/13
物理的経験を通じてロボットが能力と改善手順そのものを更新する「物理的再帰的自己改善」を定義し、L0-L5の枠組みで既存研究を整理したサーベイ。
- HarnessPAI：物理AIのための進化するハーネスVLA2026/9/24
物理AI向けに、コードを実行可能で進化可能なインターフェースとして扱い、ロールアウト内では固定プログラムで実行し、ロールアウト間では実行フィードバックでプログラムを進化させるモデル・身体非依存のフレームワークを提案。
- ロボティクスにおけるSim2Real転移後の安全な継続的ドメイン適応sim2real2025/3/1
ドメインランダム化で事前学習したRL方策を、安全RLと継続学習により実機展開後も安全に適応させ、破滅的忘却を防ぐ手法を提案した論文。
- Robust Gymnasium：ロバスト強化学習のための統合モジュラー型ベンチマークロバスト強化学習/ベンチマーク2025/2/1
ロバスト強化学習の標準ベンチマークが不足している問題に対し、エージェントの観測・報酬・行動・環境の多様な撹乱をサポートする60以上のタスク環境を備えた統合ベンチマークを提案し、既存手法を評価した。
- 自動運転のためのマルチエージェント強化学習：サーベイマルチエージェント強化学習2024/8/1
自動運転と高度交通システムにおけるマルチエージェント強化学習の研究を、シミュレータの評価指標や環境モデリング、アルゴリズム設計の観点から整理したサーベイ論文。
- 二層最適化による安全なマルチエージェント強化学習：自動運転への応用マルチエージェント強化学習2024/5/1
スタッケルベルクモデルと二層最適化に基づく安全なマルチエージェント強化学習手法を提案し、自動運転の合流・ラウンドアバウト・交差点・レーストラックで評価した。
- 対話行動を取り入れた人間中心の安全ロボット強化学習フレームワーク安全強化学習2023/2/1
ロボット強化学習の安全性を高めるため、安全な探索・価値観の整合・安全な協働の3段階からなる人間中心フレームワークを提案し、対話行動の活用と4つの課題を論じた。
- 円グリッドに基づく無人水上艇の障害物回避運動計画手法USV経路計画2022/2/1
円グリッド軌道セル(CGTC)を用いて、USVの運動学的・動学的制約を満たしつつ静的・動的障害物を回避する滑らかな経路をオンライン生成する手法を提案した。
- マルチモダリティ制約から見た無人水上艇の経路計画：包括的レビュー経路計画2020/7/1
経路計画問題の本質をマルチモダリティ制約と捉え、ルート計画・軌道計画・運動計画の3段階に分類してUSV向け手法と古典アルゴリズムを整理し、課題と今後の研究方向を示したレビュー論文。
