Yoshihisa Tsurumine
収録論文 9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
- DeReCo: 物体適応型分散マルチロボット協調搬送のための表現学習と協調学習の分離群制御2026/3/1
分散マルチロボット協調搬送において、物体依存の表現学習と協調学習を3段階の訓練戦略で分離し、サンプル効率と汎化性能を向上させるMARLフレームワークを提案。
- 適応的力差量子化による低解像度観測を用いた堅牢な布地解しのシミュレーションから実世界への転移sim2real2026/3/1
布地解しタスクにおいて、力の正確な値ではなく粗い変化パターンに着目し、力入力を離散化した時間差分と状態依存の量子化閾値で表現する手法を提案。シミュレーションと実世界の両方で成功率と堅牢性が向上することを示した。
- 三値力表現を用いたマルチエージェント強化学習による協調的把持と搬送マニピュレーション2024/11/1
力覚フィードバックを用いた協調的把持・搬送において、把持環境の変化に頑健な三値力表現を導入したマルチエージェント強化学習手法を提案し、シミュレーションと実機実験で有効性を示した。
- 移動しながら任意物体を把持する自己教師あり学習マニピュレーション2024/11/1
市販ロボットが移動中に任意の物体を把持できるよう、把持動作を3つのプリミティブに分解し、FCNモデルと二段階学習で汎化可能な方策を自己教師あり学習で獲得した研究。
- ロバスト反復価値変換:ニューロチップ駆動エッジロボットのための深層強化学習強化学習/SNN/エッジロボット2024/8/1
ニューロチップ上で動くエッジロボット向けに、浮動小数点ニューラルネットからスパイキングニューラルネットへの変換誤差を抑えつつ頑健に深層強化学習を行う手法RIVCを提案し、実機で有効性を検証した。
- 不完全なデモンストレーションからの目標認識型生成的敵対的模倣学習によるロボット布操作模倣学習2022/9/1
不完全な人間のデモでも目標状態を識別する第2の識別器を導入し、布操作タスクの模倣学習を頑健にするGA-GAILを提案。
- ランダム化画像から正規画像への変換に基づくモデル予測制御による実世界視覚ロボットマニピュレーションsim2real2022/7/1
ランダム化された画像からタスクに関連する特徴とそのダイナミクスを抽出するKRCモデルを提案し、実世界データを収集せずにシミュレーションから実世界へゼロショット転移できる視覚モデル予測制御を実現した。
- 巡回方策蒸留:ドメインランダム化を用いたサンプル効率の良いSim-to-Real強化学習sim2real2022/7/1
ドメインランダム化のパラメータ範囲を小さなサブドメインに分割し、各々に局所方策を割り当てて巡回的に学習させ、最後にグローバル方策へ蒸留することで、Sim-to-Real転移のサンプル効率を改善する手法を提案した。
- 二値化Pネットワーク:FPGA上の生画像からのロボット制御を深層強化学習で実現強化学習/FPGA2021/9/1
FPGA上で動く画像入力ロボット制御のため、二値化畳み込みニューラルネットと保守的価値反復を組み合わせた強化学習アルゴリズムBPNを提案し、視覚追従タスクで有効性を示した。
