Yunfei Bai
収録論文 13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
- 大規模深層強化学習:オフィスビルでの移動マニピュレータ群による廃棄物仕分けマニピュレーション2023/5/1
実世界データとシミュレーションを組み合わせた深層強化学習により、23台の移動マニピュレータがオフィスビルでリサイクル品とゴミを仕分けるシステムを構築し、大規模に評価した。
- 学習ロボットの設計:タスク性能と学習効率を高める形態最適化形態最適化2023/3/1
知覚・ハードウェア・タスク要件の相互作用を考慮し、ロボットの形態を包括的に最適化する手法を提案。MAGICコントローラとPRISM学習フレームワークにより、様々なマニピュレーションタスクで性能が15〜20%向上し、人間設計の形態と同等の性能を25倍少ないデータで達成。
- タスク整合性損失による実世界での実用的な模倣学習模倣学習/sim2real2022/2/1
シミュレーションと実世界の特徴量・行動予測レベルでの整合を促す自己教師あり損失(TCL)を導入し、移動マニピュレータがドアに接近して取っ手を回し開けて入室するタスクをRGB-D画像から end-to-end で学習、未見のドアにも汎化して72%の成功率を達成した。
- SimGAN:敵対的強化学習によるハイブリッドシミュレータ同定とドメイン適応sim2real2021/1/1
ニューラルネットと物理シミュレーションを組み合わせたハイブリッドシミュレータを敵対的強化学習で同定し、手動設計なしにsim-to-realなどのドメイン適応を実現するフレームワークを提案。
- 接触を考慮したオンライン文脈推論による汎化可能な非平面押し操作マニピュレーション2020/11/1
接触リッチな相互作用から動特性の文脈埋め込みをオンラインで推定する深層強化学習手法COCOIを提案し、物体を直立させたまま目標位置へ押す非平面押しタスクでシミュレーションと実機転移の有効性を示した。
- RetinaGAN:物体認識を考慮したSim-to-Real転移手法sim2real2020/11/1
物体検出の一貫性を保ちながらシミュレーション画像を実画像へ変換するGANを提案し、把持・押し・ドア開けの実タスクでsim-to-real性能を向上させた。
- メタ戦略最適化による脚式ロボットの高速適応学習歩行2019/9/1
訓練とテストで同じ適応プロセスを共有するメタ学習手法MSOを提案し、四足歩行ロボットがsim2realやモータ故障、坂道など新環境に少数試行で適応できることを実機で示した。
- 点群予測ネットワークを用いたSim-to-Real把持のデータ効率学習sim2real2019/6/1
シミュレーションと少数の実世界RGBD撮影からドメイン不変な3D点群表現を学習し、実世界把持データなしで多様な物体の卓上把持を実現した。
- オンライン物体表現のための対照学習自己教師あり学習2019/6/1
単眼動画からラベルなしで物体属性を学習する対照学習手法を提案し、ロボットが自己収集データで訓練して物体指差しを実現した。
- 四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させるsim2real2018/4/1
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
- シミュレーションからのインスタンス把持学習のためのマルチタスクドメイン適応sim2real2017/10/1
シミュレーションで学習した把持モデルを、ドメイン敵対的損失と無差別把持データを用いて実機に転移するマルチタスクドメイン適応手法を提案し、実ロボット実験で有効性を示した。
- シミュレーションとドメイン適応による深層ロボット把持の効率化sim2real2017/9/1
ランダム化したシミュレーション環境とGraspGANと呼ばれるピクセルレベルドメイン適応を組み合わせ、実世界のラベル付きデータを最大50分の1に削減しつつ新規物体の把持を実現した。
- 3D幾何認識表現を用いた6自由度把持インタラクションの学習把持2017/8/1
RGBD入力から3D占有グリッドを再構成する幾何認識表現を学習し、それを用いて6自由度把持の成否を予測・最適化する手法を提案した論文。
