Yunfu Deng
University of Wisconsin–Madison
収録論文 7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
- オプション内適合Q評価:非階層データからの階層的方策評価階層的強化学習2026/11/7
階層的方策を、オプション注釈のないデータからでも評価できるよう、状態-オプション空間で価値関数を推定するIO-FQEを提案し、長期的な連続制御タスクでバイアス除去と誤差低減を示した。
- RoboFQE: オフライン軌道からのロールアウト不要な視覚ロボット方策評価方策評価2026/10/13
実機・シミュレータ・世界モデルによるロールアウトを必要とせず、オフラインのロボット軌道から視覚操作方策の割引期待リターンを推定する評価器RoboFQEを提案した。
- Grasp2Twist: 強化学習による両手巧みな瓶の蓋開けの学習マニピュレーション2026/9/25
強化学習を用いて両手で瓶の蓋を掴んで回して開けるタスクを学習するシステムを提案し、実機へゼロショット転移で88%の成功率を達成した。
- BIFROST: 観測空間のSim2Real転送のための不変特徴表現の橋渡しsim2real2026/7/1
シミュレーションと実世界のギャップを埋めるため、クロスドメインの双模倣目的を用いて共有の履歴エンコーダを学習し、ゼロショット転送を可能にする手法を提案した。
- 近似情報状態による抽象Sim2Realsim2real2026/4/1
詳細なシミュレータが不要な抽象シミュレータを用いてRLで訓練した方策を実世界へ転移する問題を定式化し、実データでシミュレータのダイナミクスを補正する手法を提案した。
- ラベルなしRGB-D動画からの物体セグメンテーションの自己教師あり学習セグメンテーション2023/4/1
移動ロボットが撮影したラベルなしRGB-D動画から、グラフマッチングと点群位置合わせで3D物体の擬似ラベルを生成し、コントラスト学習で物体セグメンテーションを自己教師あり学習する手法を提案。
- USHER: 後知恵経験再生のための不偏サンプリング強化学習2022/7/1
後知恵経験再生(HER)が確率的環境で価値関数に偏りを生む問題を、重点サンプリングに基づく漸近的に不偏な手法で解決し、ロボット制御タスクで有効性を示した論文。
