Siwei Ju
Technical University of Darmstadt
収録論文 5本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Technical University of Darmstadt(〜2026) / TU Darmstadt(〜2026)
安全強化学習ヒューマノイド制御VLA強化学習模倣学習
※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
- 後退ホライズン安全クリティックと微分可能アクションシールドによる安全強化学習安全強化学習2026/10/14
ロボット強化学習において、将来の安全性を予測する後退ホライズン安全クリティックを学習し、微分可能なCBF型安全フィルタと組み合わせることで、四足歩行の外乱や地形変化に対する頑健性を向上させた。
- 続行・中止・転倒:安全なヒューマノイドアクロバットのための実行可能性認識型ポリシー選択(VAPS)ヒューマノイド制御2026/10/1
ヒューマノイドのアクロバット動作中に、追従ポリシーと中止ポリシーの短期的な実行可能性を予測し、最も野心的な行動を選択することで、ハードウェア損傷を抑える手法を提案。
- CrossBFM: ヒューマノイド間で共有される潜在行動空間の蒸留VLA2026/9/29
リターゲティングを利用して、複数のヒューマノイドに共通の潜在行動空間を1GPU時間未満で蒸留し、10GPU時間の追従学習で全身制御を実現する手法を提案。
- 行動制約付き強化学習と後退地平線クレジット割り当てによる高性能制御強化学習2026/4/1
専門家の行動から逸脱しすぎずに、デモンストレーションを超える高性能な制御ポリシーを学習する強化学習フレームワークを提案した。
- 模倣学習に基づく適応型ヒューマンレースドライバーモデル模倣学習2022/3/1
プロのレースドライバーの運転行動を模倣学習でモデル化し、未知のサーキットでも人間らしい走行ラインを生成しながら周回ごとに自己修正してラップタイムを短縮できる適応型ドライバーモデルを提案した。
