Shiyu Jin
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
- RT-Grasp: マルチモーダル大規模言語モデルによる推論チューニングロボット把持マニピュレーション2024/11/1
大規模言語モデルの推論能力を把持姿勢の数値予測に活用する「Reasoning Tuning」を提案し、専用データセットと実機実験で有効性を示した。
- ExACT: Transformerによる行動チャンキングを用いたエンドツーエンド自律ショベルシステム模倣学習/建設機械2024/5/1
LiDAR・カメラ・関節位置から直接バルブを制御するエンドツーエンドの自律ショベルシステムを提案し、Transformerによる行動チャンキングと模倣学習で掘削・運搬などの作業を少ない実演データで実現した。
- RLingua: 大規模言語モデルを活用したロボットマニピュレーションにおける強化学習のサンプル効率改善マニピュレーション2024/3/1
大規模言語モデルからタスクの事前知識を引き出し、その知識を強化学習の行動生成や方策正則化に利用することで、ロボット操作タスクの学習に必要な試行回数を大幅に削減するフレームワークを提案した。
- 仮想ハンド内視点トランスフォーマーによる3Dロボットマニピュレーションマニピュレーション2024/3/1
行動予測に基づいて仮想的なハンド内視点をレンダリングし、それを条件に行動を反復的に洗練することで、高精度な3Dマニピュレーションを実現する手法を提案。
- マルチモーダル大規模言語モデルによる推論把持マニピュレーション2024/2/1
間接的な指示や意図から把持姿勢を生成する「推論把持」タスクを提案し、マルチモーダルLLMと視覚ベース把持フレームワークを統合したエンドツーエンドモデルとベンチマークを構築した。
- オフライン強化学習による剛体物体の掘削技能学習マニピュレーション2023/3/1
掘削作業を3つの操作プリミティブに分解し、オフライン強化学習で準最適なデモから効率的な掘削技能を学習する手法を提案した。
- GOATS: カリキュラム強化学習による水すくいのためのゴールサンプリング適応マニピュレーション2023/3/1
流体の複雑な動力学に対応するため、位置と水量の目標分布を補間してカリキュラムを生成する強化学習手法を提案し、ロボットによる水すくいを実現した。
- グラフニューラルネットワークを用いたケーブル操作のための変形モデルのオフライン・オンライン学習変形物体操作2022/3/1
GNNでシミュレーションからケーブルの変形ダイナミクスを学習し、実機とのギャップをオンラインで線形残差モデルにより補正、MPCと組み合わせてロバストな操作を実現した。
- 離散連続ハイブリッド行動空間による挿入プリミティブの学習:ロボット組立タスクへの応用組立/挿入・強化学習2021/10/1
挿入プリミティブを離散的なプリミティブ種別と連続パラメータのハイブリッド行動として定式化し、過大評価を抑えるTwin-Smoothed MP-DQNで学習する手法を提案。実機・シミュレーションで高い成功率とsim2real転移を示した。
- ベルト駆動ユニット組立のための変形物体操作の軌道最適化マニピュレーション2021/6/1
ベルトとプーリ間の接触や変形を伴う組立作業を、接触モードを明示せず相補性制約付き軌道最適化として定式化し、シミュレーションと実機で有効性を検証した論文。
- 不確実性下におけるペグインホール組立のための接触姿勢識別マニピュレーション2021/1/1
ペグと穴の接触測定列をCNNで分類し、接触姿勢を推定してアドミタンス制御で組立を完了する手法を提案。形状の異なる組立やsim-to-realギャップの緩和も実証した。
