Steve Heim
収録論文 10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
- 分散位相振動子による創発的歩容の学習:観測・報酬・フィードバックの役割歩行2024/2/1
各脚に独立した位相振動子を置き、接地力の局所フィードバックと位相観測・位相ベース報酬を組み合わせることで、歩容を指定せずに四足歩行の創発的な歩容を学習させる手法を提案し、その要素を体系的に検証した。
- FLD: 構造化された運動表現と学習のためのフーリエ潜在ダイナミクス運動学習2024/2/1
周期的・準周期的な運動の時空間構造を自己教師ありで抽出し、連続的な潜在空間で運動を表現・生成することで、未見の目標への追従や汎化性能を高める手法を提案した。
- ヒューマノイド歩行学習におけるポテンシャルベース報酬のベンチマーク歩行2023/7/1
ヒューマノイドロボットの強化学習において、ポテンシャルベース報酬整形(PBRS)と従来の報酬整形を比較し、PBRSは収束速度の向上は限定的だが報酬スケーリングに対して頑健で調整が容易であることを示した。
- 高速・高精度なピクセルからトルクへの制御の学習VLA2022/8/1
不安定な動力学を持つ視覚ベースのフルタ振り子をプラットフォームとして提案し、ピクセルからトルクへの制御を学習する初の事例を示した。
- 安全な価値関数:安全性と最適性を両立するペナルティ設計の理論安全強化学習2021/5/1
強化学習で失敗へのペナルティを報酬に加える手法について、安全性と最適性の関係を厳密に解析し、両立する「安全な価値関数」の十分条件とペナルティの構造を明らかにした理論研究。
- 脚式移動研究のためのオープンなトルク制御モジュラーロボットアーキテクチャ脚式移動2019/10/1
低コスト・低複雑性のアクチュエータモジュールと足底接触センサを開発し、それらを組み合わせた2.2kgの四脚ロボットを構築。力制御とインピーダンス制御を活かした運動制御手法を実証した。
- 学習可能な安全度尺度安全学習2019/10/1
システム力学と失敗状態の関係を暗黙的に捉える安全度尺度を提案し、ガウス過程による能動サンプリングでモデルフリーに学習する手法を示した。学習中も推定尺度により失敗を大幅に削減できる。
- アトラクターの外へ:自然ダイナミクスのロバスト性を定量化する歩行2018/6/1
受動リミットサイクルのアトラクターに頼らず、viability理論に基づき状態行動空間のロバスト集合を定量化し、制御方策設計前に自然ダイナミクス由来のロバスト性を評価する手法を提案した。
- 失敗する初期状態から学ぶ:優雅に転べるロボットの設計強化学習2018/6/1
強化学習において、失敗が避けられない初期状態をあえて学習に含めることで、報酬地形の勾配が改善され学習効率が向上することを示した論文。
- 実機で高速ホッピングを学ぶための「補助輪」:報酬地形を整形する実践的手法sim2real2017/9/1
脚ロボットに一時的な物理的補助(補助輪)を取り付けて報酬地形を整形し、実機上で直接高速ホッピングを学習させる手法を実証し、効果的な補助輪設計の3基準を提案した。
