Yu Cao
University of Leeds
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
- 反射を活用した神経筋骨格強化学習による筋駆動歩行歩行2026/9/10
位相依存の反射制御を土台に、強化学習で4つの残差パラメータを調整し、生理学的に妥当で外乱や筋力低下にも頑健な筋駆動歩行を実現した。
- GigaWorld-0:世界モデルをデータエンジンとして具現化AIを強化VLA2025/11/1
視覚・言語・行動(VLA)学習のためのデータ生成エンジンとして、動画生成と3D生成を統合した世界モデルフレームワークを提案し、実世界データなしでロボットの汎化性能とタスク成功率を向上させた。
- 歩行支援における浮遊ベース超冗長ロボット脚のための可変インピーダンス制御歩行支援/インピーダンス制御2025/11/1
浮遊ベースの超冗長ロボット脚において、内部・外部外乱に適応する可変インピーダンス制御を開発し、剛性と柔軟性の動的切替を実現した。
- EmbodiedGen: 身体性知能のための生成的3D世界エンジンsim2real2025/6/1
物理的リアリティと正確なスケールを持つ3Dアセットを低コストで生成し、物理シミュレーションに直接インポート可能な基盤プラットフォームを提案。
- 主軸アンカー型単眼点・線SLAMSLAM2024/10/1
類似方向の線を主軸にアンカーしてn本の線をn+2パラメータで最適化する点・線SLAMを提案し、屋内・屋外データセットで有効性を示した。
- エッジ実体ナビゲーションのための段階横断型センサモータ知覚スケジューリングとスパースマップ符号化ナビゲーション2024/5/1
エッジ上での物体ゴールナビゲーションにおいて、知覚と行動のループを効率化するため、適応的センサモータスケジューラSKIPとスパースコンテキストエンコーダSCOUTを提案し、速度・メモリ・精度を改善した。
- 大規模自動運転展開に向けた学習ベースのチューニング不要制御フレームワーク自動運転/制御2020/11/1
車両ごとの制御パラメータ調整を人手なしで自動化するため、学習ベースの動力学モデリング・開ループマッピング・ベイズ最適化による閉ループ調整を組み合わせたフレームワークを提案し、シミュレーションと実車で効率と性能の向上を示した。
- 高精度自動運転車両モデリングのためのDRFフレームワークsim2real2020/11/1
既存の車両動学モデルに深層ニューラルネットとSVGPを組み合わせた残差補正モデルを付加し、軌道誤差を最大85%削減する枠組みを提案した論文。
- 帆船のための適応的確率的タック操船決定法海洋ロボティクス2019/3/1
風上へ進むためのタック操船において、過去の成功履歴と探索要素に基づいて複数の戦略を適応的に選択する確率的決定手法を開発し、1m級帆船Black Pythonで実証した。
