Siddhant Gangapurwala
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
- インタラクティブなゲームプレイのためのコーチ可能なエージェント強化学習2026/7/1
強化学習エージェントに、実行時にスタイル(タスクの解き方の変更)を指示できるフレームワークを提案し、複数の複雑なドメインで有効性を示した論文。
- GeCCo:脚式ロボットの移動操作スキル向け汎用接触条件付きポリシー移動操作2025/9/1
四足ロボットの任意の接触点を追従できる汎用低レベルポリシーを強化学習で訓練し、歩容・不整地移動・物体操作など多様なタスクを単一ポリシーで実現した。
- Roll-Drop: 単一パラメータで観測ノイズに対応するsim2real2023/4/1
シミュレーション中のドロップアウトを用いて、展開時の観測ノイズに対するロバスト性を高めるRoll-Dropを提案し、Unitree A1で実機検証した。
- 低周波数動作制御によるロバストで動的なロボット歩行の学習歩行2022/9/1
深層強化学習を用いて、実機の四足歩行ロボットANYmal Cを8Hzという低い制御周波数で動かし、高速移動や不整地走破、外乱への耐性を実現した。低周波数ポリシーは遅延や動特性の変動に強く、sim-to-real転移が容易になることを示した。
- 最小限のダイナミクスランダム化で頑健な歩行ポリシーを学習・展開歩行2022/9/1
訓練中にランダムな力を注入するだけでダイナミクスランダム化を模倣し、四足歩行ロボットの頑健な歩行ポリシーを学習して実機に転移できることを示した。
- VAE-Loco: 分離された歩容表現の学習による多様な四足歩行歩行2022/5/1
生成モデルで歩容の潜在表現を学習し、歩調や足上げ高さなどを連続的に変化させられる四足ロボットの歩行制御手法を提案。外乱にも頑健で、実機ANYmalで検証した。
- 次の一歩:多様な四足歩行のための分離された歩容表現の学習歩行2021/12/1
単一のトロット歩容から生成モデルで潜在空間を学習し、駆動信号で歩調や足上げ高さなどを連続的に変化させる四足歩行プランナを実機ANYmalで実証した論文。
- CPG-ACTOR:強化学習による中枢パターン生成器の訓練強化学習/歩行2021/2/1
CPGをActor-CriticのActorとして直接組み込み、感覚フィードバックで振動子のダイナミクスを変形できる強化学習手法を提案し、単脚ホッピングで従来の6倍の報酬を達成した。
- 強化学習と最適制御による地形適応型脚式移動歩行2020/12/1
強化学習で足場計画を生成しモデルベース制御で追従する四脚ロボットの不整地歩行手法を提案し、ANYmalで実機検証した。
- 潜在空間制御による四足歩行のセマンティック制約付き最適化歩行2020/7/1
四足歩行制御を構造化潜在空間での最適化として定式化し、深層生成モデルと学習済み分類器で複雑な制約を微分可能かつ高速に扱う手法を提案、実機ANYmalで検証した。
- 動的四足歩行のための誘導付き制約方策最適化歩行2020/2/1
制約付き強化学習(CPPO)に制約違反時の状態復帰機構を加えたGCPOを提案し、実機ANYmalで速度追従制御を安全制約内で実現した。
