Yudong Luo
Carnegie Mellon University
収録論文 6本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Carnegie Mellon University(〜2026) / Mila - Quebec AI Institute, Canada(〜2026)
クロスエンボディメント操作/ベンチマーク群制御マルチエージェント経路探索
※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
- EgoX: 身体性ドリーミングによる一人称視点のクロスエンボディメントマニピュレーションクロスエンボディメント2026/11/12
人間・実ロボット・シミュレーションの異種デモを意味的に対応付けて統合し、身体性を超えて汎化する操作ポリシーを学習するフレームワークを提案。
- RoboSynChallenge: 合成操作スキルの一般化による実世界の巧みな操作の習得操作/ベンチマーク2026/8/1
実世界データ不足を補うため、大規模合成データ生成と標準化された実ロボット評価を統合した操作ポリシーの一般化を競うベンチマークを提案し、未見の実環境での評価を行う。
- CREST: マルチロボット倉庫棚再配置のための制約解放実行群制御2026/3/1
倉庫内の棚再配置問題に対し、実行中に軌道制約を積極的に解放する新しい実行フレームワークCRESTを提案し、移動距離・メイクスパン・棚切替を最大40%以上削減した。
- MAPFのための大規模近傍探索の再評価:知見と機会群制御2024/7/1
マルチエージェント経路探索(MAPF)における大規模近傍探索(LNS)手法を統一評価し、ルールベース手法が強力なベースラインである一方、学習ベース手法には明確な優位性がないことを示した。
- 選択的通信を学習するマルチエージェント経路探索マルチエージェント経路探索2021/9/1
マルチエージェント経路探索において、全員へのブロードキャストではなく、意思決定に影響を与える近傍のエージェントのみを選んで通信する手法を提案した論文。
- グラフ畳み込み通信を用いた分散型ヒューリスティック多エージェント経路探索群制御2021/6/1
深層Q学習にグラフ畳み込みによる通信を組み合わせ、最短経路のヒューリスティックを活用して混雑環境でも高成功率・低ステップで分散実行できるMAPF手法を提案した。
