Tairan He
収録論文 23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
- ヒューマノイドのピクセル入力から行動へのポリシー転移におけるSim-to-Realの扉を開くsim2real2025/12/1
GPU加速のフォトリアルシミュレーションと教示者-生徒-ブートストラップ学習を用い、RGB画像のみからヒューマノイドが多様な扉を開けるロコマニピュレーションポリシーをシミュレーションだけで学習し、実機でゼロショット転移を実現した。
- SONIC: 自然なヒューマノイド全身制御のための運動追跡の超大規模化ヒューマノイド制御2025/11/1
運動追跡をスケーラブルなタスクと位置づけ、モデル容量・データ・計算量を大規模化することで、自然で堅牢な全身運動が可能な汎用ヒューマノイド制御器を構築した研究。
- VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Realsim2real2025/11/1
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
- 残差強化学習によるデータ生成で自己改善する視覚言語行動モデルVLA2025/11/1
VLAモデルの失敗領域を残差RLで探索し、展開分布に沿った軌道を収集・蒸留することで、追加の人間デモなしに性能を自己改善させるフレームワークPLDを提案。
- HDMI: 人間の動画から対話型ヒューマノイド全身制御を学習全身操作2025/9/1
単眼RGB動画から人間と物体の軌道を抽出・再ターゲットし、強化学習でヒューマノイドの全身物体操作スキルを学習、実機にゼロショット展開するフレームワーク。
- 視覚強化学習から創発するシミュレーション人型ロボットの能動的知覚と器用さVLA2025/5/1
自己中心視覚のみを入力とする強化学習フレームワークPDCを提案し、シミュレーション人型ロボットが物体探索・把持・配置・関節物体操作などの家事タスクを単一ポリシーで遂行できることを示した。
- FALCON: 力適応型ヒューマノイド移動操作の学習移動操作2025/5/1
下半身と上半身を別々の強化学習エージェントで制御し、力のカリキュラム学習で外力に適応するヒューマノイドの移動操作フレームワークを提案。実機で荷物運搬やカート牽引、ドア開けを実現した。
- ビールをこぼさず運べ:ヒューマノイドの優雅な歩行とエンドエフェクタ安定化制御歩行2025/5/1
上半身と下半身を異なる周波数・報酬で制御する2エージェントフレームワークSoFTAを提案し、歩行中のエンドエフェクタの加速度を2〜5倍低減して、ほぼ満杯のカップをこぼさず運ぶなどの繊細な作業を可能にした。
- 能動探索を用いたサンプリングベースシステム同定による脚ロボットのSim2Real学習sim2real2025/5/1
脚ロボットの物理パラメータを並列サンプリングで同定し、フィッシャー情報量を最大化する能動探索で実世界データを収集することで、シミュレーションと実機のギャップを縮め、移動タスクの性能を42〜63%向上させた。
- ヒューマノイド方策~ヒューマン方策VLA2025/3/1
一人称視点の人間の操作データをヒューマノイドロボットの学習に活用するため、人間とロボットの状態行動空間を統合したHuman Action Transformer (HAT)を提案し、汎化性能とロバスト性を向上させた。
- ASAP: シミュレーションと実世界物理の整合による俊敏なヒューマノイド全身スキルの学習sim2real2025/2/1
シミュレーションと実世界のダイナミクス差を補正する残差行動モデルを実機データから学習し、事前学習済みの運動追従方策を微調整することで、ヒューマノイドの俊敏な全身動作を実現する二段階フレームワークを提案した。
- 適応性と安全性の橋渡し:多様な物理環境下での俊敏な衝突回避歩行の学習歩行2025/1/1
俊敏ポリシーと回復ポリシーを物理パラメータ推定器と到達回避価値ネットワークで切り替え、未知の摩擦や積載量にも適応する脚式ロボット歩行手法BASを提案した。
- HOVER: ヒューマノイドのための汎用全身制御ニューラルコントローラヒューマノイド全身制御2024/10/1
全身の運動模倣を共通の抽象表現として活用し、ナビゲーションや卓上操作など複数の制御モードを単一の方策に蒸留統合したヒューマノイド全身コントローラを提案した。
- WoCoCo: 連続接触を伴う全身ヒューマノイド制御の学習全身制御2024/6/1
接触の連続を要する全身ヒューマノイドタスクを接触段階に分解し、タスク非依存の報酬とsim-to-real設計で効率的に強化学習するフレームワークを提案。
- OmniH2O:汎用的で器用な人間からヒューマノイドへの全身遠隔操作と学習遠隔操作2024/6/1
VR・音声・RGBカメラなど多様な入力で人間がヒューマノイド全身を遠隔操作できる学習ベースのシステムを構築し、実世界でのスポーツや物体操作を実現した。
- 人間からヒューマノイドへのリアルタイム全身テレオペレーションの学習テレオペレーション2024/3/1
RGBカメラ1台で人間の動きを捉え、強化学習で訓練した全身運動模倣器により、等身大ヒューマノイドをリアルタイムで遠隔操作するフレームワークH2Oを提案した。
- 俊敏かつ安全:衝突回避を両立する高速脚式ロコモーションの学習歩行2024/1/1
四足ロボットが障害物を避けつつ高速で走行できるよう、俊敏ポリシーと復帰ポリシーを到達回避価値ネットワークで切り替える学習制御フレームワークを提案し、実機で屋内・屋外の静的・動的障害物環境での高速衝突回避ナビゲーションを実現した。
- 階層型適応チャンス制約セーフガードによる安全な強化学習安全強化学習2023/10/1
安全回復率を代理チャンス制約として用いる適応的なモデルフリー安全RL手法ACSを提案し、探索中および収束後の安全性を反復的に保証する。
- 安全な深層方策適応sim2real2023/10/1
強化学習と制御を組み合わせ、シミュレーションで適応方策と動力学モデルを学習し、実世界データで微調整した上で制御バリア関数による安全フィルタを適用することで、動的環境での安全な方策適応を実現した。
- 状態制約付き安全強化学習のサーベイ安全強化学習2023/2/1
状態ごとの制約を課す安全強化学習の既存手法を、安全性保証・拡張性・報酬性能・収束前後の安全性の観点から整理し、課題と今後の方向性を論じたサーベイ論文。
- AutoCost: ゼロ違反強化学習のための内在コストの進化的探索安全強化学習2023/1/1
制約付き強化学習において、コスト関数を自動探索することで違反ゼロを達成するフレームワークAutoCostを提案し、Safety Gymで有効性を示した。
- 安全指数ガイド付きガウス過程モデルによる強化学習の確率的セーフガード安全制御2022/10/1
強化学習エージェントの動力学をガウス過程で学習し、安全指数に基づく安全制御と組み合わせることで、ハードな状態制約をほぼ違反せずに満たす枠組みを提案した。
- 二乗和計画による安全指数の合成安全制御2022/9/1
制御系の安全指数を二乗和計画で自動合成する枠組みを提案し、ロボットアームや車両で有効性を検証した。
