Weiye Zhao
収録論文 22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
- SPARK: 安全保護・支援ロボットキット安全制御2025/2/1
ヒューマノイドの自律制御と遠隔操作の安全性を確保するための、安全制御アルゴリズムを組み込んだモジュール式ベンチマークツールボックスを提案し、シミュレーションと実機で検証した。
- 脚式ロボットの線形制御に向けたKoopmanダイナミクスの継続学習と持ち上げ歩行2024/11/1
データセットと潜在空間を段階的に拡張しながらKoopman線形モデルを継続学習し、脚式ロボットの歩行制御を単純な線形MPCで高精度に実現した。
- 絶対的状態制約付き方策最適化:高確率での状態制約満足安全強化学習2024/10/2
強化学習において、確率的システムで状態ごとの安全制約を高い確率で満たす新しい方策探索アルゴリズムASCPOを提案し、ロボット歩行タスクで有効性を示した。
- WeHelp: 車椅子ユーザーのための共有自律システム共有自律/車椅子支援2024/9/1
車椅子ユーザーを支援するロボットの共有自律システムを開発し、追従・遠隔操作・テレオペレーションの3モードで日常タスクを支援する。
- 物理制約を考慮したデータ不要アクションマスキングによる組合せ組立順序計画マニピュレーション2024/8/1
深層強化学習と物理を考慮したオンラインアクションマスキングを用いて、レゴブロックなどの組合せ組立において物理的に実行可能な組立順序を計画する手法を提案し、250以上の構造物で100%の成功率を達成した。
- 証明可能な安全強化学習のための暗黙的安全集合アルゴリズム安全強化学習2024/5/1
ブラックボックスシミュレータのみを用いて安全指数と安全制御則を合成し、訓練中も含めて安全性を保証するモデルフリー安全制御アルゴリズムを提案した。
- Meta-Control: 異種ロボットスキルに対する自動モデルベース制御合成制御合成2024/5/1
LLMを活用し、人間の専門家が制御系を設計する思考過程を模倣して、タスクごとにカスタマイズされた状態表現と制御戦略を自動合成する手法を提案。
- 絶対方策最適化強化学習2023/10/1
最悪ケースの性能下限を保証しつつ単調改善を実現する新しい目的関数と、その実用的アルゴリズムAPO/PAPOを提案し、連続制御とAtariで性能を向上させた。
- 想像力で学ぶ:安全集合誘導による状態制約付き方策最適化安全強化学習2023/8/1
ブラックボックスな安全モニタと仮想コストを用いて、学習中の違反をゼロに抑えつつ状態ごとの制約を満たす安全な強化学習方策を獲得する手法を提案。
- 状態ごとの制約付き方策最適化安全強化学習2023/6/1
強化学習において、各状態での安全制約を満たすことを保証する新しい方策探索アルゴリズムSCPOを提案し、ロボット歩行タスクで有効性を示した。
- GUARD: 安全強化学習のための統合ベンチマーク安全強化学習2023/5/1
安全制約付き強化学習アルゴリズムを多様なタスクで公平に比較・評価するための統合ベンチマークGUARDを提案し、最先端手法のベースラインを確立した。
- 狭所環境におけるロボットマニピュレータ向けハイブリッドタスク拘束プランナマニピュレーション2023/4/1
冗長ロボットアームの動作計画において、関節空間とヌル空間の両方で最適化を行うハイブリッド手法を提案し、狭所での研磨作業で軌道品質を改善した。
- 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。
- 安全指数合成と凸半無限計画による持続的に実行可能なロバスト安全制御安全制御2022/9/1
制御限界下でも実行可能なロバスト安全制御器を安全指数合成で設計し、凸半無限計画で保守性を抑えて解くフレームワークを提案した。
- 二乗和計画法によるロボットアームの安全許容範囲の証明可能な推定安全制御2021/4/1
二乗和計画法を用いて、ロボットアームが安全制約を満たす関節許容範囲を効率的に推定するアルゴリズムを提案し、理論的な下限保証と計算効率を示した。
- 反復凸最適化による狭隘環境での接触を伴う軌道生成軌道計画2020/8/1
冗長ロボットアームの複雑な制約下での軌道計画を反復凸最適化で解き、狭隘環境での衝突回避と接触維持を両立させてリアルタイムに最適軌道を生成する手法を提案し、溶接研削で有効性を示した。
- 人間の動作予測の実験的評価:安全で効率的な人間とロボットの協働に向けて人間ロボット協働2020/1/1
人間とロボットの協働環境で動作予測モデルを閉ループ評価する手法を開発し、モデルのパラメータ化やオンライン適応の有無を比較した。実験の結果、動作予測は協働効率と安全性を大きく向上させ、ニューラルネットでパラメータ化した適応型モデルが最高性能を示した。
- 乗法的不確かさを持つ適応システムのためのロバスト安全集合アルゴリズム安全制御2019/12/1
パラメータ不確かさを持つ適応制御系に対し、集合ベースの安全制約とスカラー安全指数を用いて、適応中も安全性を保証する制御手法を提案し、2リンクマニピュレータのシミュレーションで有効性を示した。
- 半適応型ニューラルネットワークによる人間の動作予測人間動作予測2018/10/1
オフライン学習したニューラルネットにオンラインのパラメータ適応と不確かさ推定を組み合わせ、人間の動作をリアルタイムに予測する手法を提案した。
