Yunlong Song
収録論文 28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
- DexTaG: 触覚をガイドにした強化学習による巧みな操作マニピュレーション2026/9/27
グローブ型モーションキャプチャの触覚信号を強化学習のガイドとして用い、人間の接触パターンを保ちながらロボットハンドの巧みな道具操作を実現するフレームワークを提案。
- 非対称物理が四足ロボット群の効率的学習を可能にする群制御2026/6/1
四足ロボットの大規模群れにおいて、視覚ベースの分散制御を効率的に学習するため、訓練中に高忠実度シミュレータと微分可能サロゲートモデルを組み合わせる非対称物理を導入し、最大512台のロボットが協調ナビゲーションを学習できることを示した。
- クアッドロータのためのマルチタスク強化学習マルチタスク強化学習/クアッドロータ制御2024/12/1
クアッドロータ制御において、共有された物理ダイナミクスを活用し、単一のポリシーで複数の機動(高速安定化、速度追従、自律レースなど)を実行できるマルチタスク強化学習フレームワークを提案した。
- ピクセルの動きから見る:単眼カメラのオプティカルフローによる障害物回避学習障害物回避2024/11/1
単眼カメラのオプティカルフローからクアッドロータの障害物回避をエンドツーエンドで学習するシステムを提案し、微分可能シミュレータと注意機構で実機FPVドローンでも検証した。
- 微分可能シミュレーションを用いた知覚的四足歩行制御のための残差方策学習歩行2024/10/1
微分可能シミュレーションによる一次方策勾配法に残差方策学習を組み合わせ、四足歩行の移動と知覚ナビゲーションを数分でエンドツーエンド学習できることを示した。
- 微分可能シミュレーションによる視覚特徴からのクアッドロータ制御学習sim2real2024/10/1
微分可能シミュレーションを用いてクアッドロータの制御方策を学習し、視覚特徴のみからでもモデルフリー強化学習より高効率・短時間で訓練できることを示した。
- 俊敏ロボティクス:最適制御・強化学習・微分可能シミュレーション制御/強化学習2024/7/1
最適制御・強化学習・微分可能シミュレーションを組み合わせ、ロボットの俊敏性を高めつつ外乱に頑健な制御系を設計する方法を論じた論文。
- ニュートンの法則に立ち返る:微分可能物理による視覚ベースの俊敏飛行の学習VLA2024/7/1
微分可能シミュレーションと単純な質点モデルを組み合わせ、深層学習で視覚ベースの飛行制御方策を学習。群知能的な協調飛行や森林での高速自律航行を、安価な計算機で実現した。
- 微分可能シミュレーションによる四足歩行の学習歩行2024/3/1
高忠実度の非微分可能シミュレータと簡略化サロゲートモデルを組み合わせた微分可能シミュレーション枠組みを提案し、四足歩行を数分で学習、PPOより高いサンプル効率を実現した。
- 自律ドローンレースの限界に挑む:最適制御と強化学習の比較飛行制御2023/10/1
ドローンレースを題材に強化学習と最適制御を比較し、強化学習が優位な理由を分析。12G超の加速度と108km/hを達成した。
- Flymation: 飛行ロボットのためのインタラクティブアニメーション可視化2023/10/1
Unity3D上に構築した飛行軌跡の可視化・アニメーションツールで、シミュレータや実機データをリアルタイムに表示・分析できる。
- 強化学習のための対照的初期状態バッファ強化学習2023/9/18
過去の経験から有益な状態を選んでエージェントの初期状態とし、探索を効率化する手法を提案。四足歩行とドローンレースで性能と収束速度を改善。
- 視覚ベースの俊敏飛行におけるロバストなシーン転移を実現する対照学習sim2real2023/9/1
適応的なマルチペア対照学習で視覚表現を学習し、未見環境でもファインチューニングなしにドローンの俊敏飛行を可能にした研究。
- 敵対的モーションプライアを用いた歩行と飛行の学習歩行2023/9/1
敵対的モーションプライアを活用し、脚式ロボットが歩行と飛行を滑らかに切り替えるマルチモーダル移動を強化学習で獲得する手法を提案した。
- Agilicious: 視覚ベース飛行のためのオープンソース・オープンハードウェアな敏捷クアッドロータ飛行制御2023/7/1
自律的な敏捷クアッドロータ飛行研究を加速するため、モデルベースとニューラルネットワークベースの両制御器をサポートするオープンソース・オープンハードウェアのハードウェア・ソフトウェア統合フレームワークを提案し、高速軌道追従や視覚ベースのアクロバット飛行、障害物回避を実証した。
- Actor-Criticモデル予測制御:微分可能最適化と強化学習を融合した俊敏飛行VLA2023/6/1
微分可能なMPCをactor-critic強化学習に組み込み、短期予測最適化と長期学習を両立させた枠組みを提案し、ドローンレースで超人的な飛行性能を実証した。
- 自律ドローンレースのサーベイドローン制御2023/1/1
自律ドローンレースを題材に、モデルベースと学習ベースの高速飛行アルゴリズムの研究動向と課題をまとめたサーベイ。
- 重み付き最尤推定によるMPCCの自動チューニング制御チューニング2022/10/1
モデル予測輪郭制御(MPCC)のチューニングパラメータを重み付き最尤推定で自動学習し、高忠実度シミュレータで訓練して実機にゼロショット転移、時速75kmの高速飛行を実現した。
- 視覚ベース自律ドローンレースのための深層感覚運動ポリシー学習VLA2022/10/1
生画像から直接制御指令を推論する深層感覚運動ポリシーを、対照学習と2段階のlearning-by-cheatingで訓練し、状態ベースと同等のレース性能を実現した。
- 障害物環境における知覚を考慮した俊敏飛行の学習飛行制御2022/10/1
強化学習で全状態情報を用いた教師方策を訓練し、それを模倣学習でカメラ入力のみの生徒方策に蒸留することで、障害物環境を最短時間で飛行する知覚考慮型のドローン制御を実現した。
- 狭所における自律地上ナビゲーション:ICRA 2022 BARNチャレンジからの教訓ナビゲーション2022/8/1
ICRA 2022で開催されたBARNチャレンジでは、狭く制約の厳しい環境でロボットを安全かつ効率的にナビゲートする自律地上ナビゲーションシステムを評価し、上位チームの手法と課題を分析した。
- 障害物環境における最短時間飛行の学習強化学習/飛行制御2022/3/1
深層強化学習とトポロジカル経路計画を組み合わせ、障害物の多い環境でクアッドロータが最短時間で飛行する頑健なニューラルネットワーク制御器を訓練した。計画と制御をオンラインで同時に解くことで外乱に対応し、従来法を大きく上回る成功率と性能を実現した。
- モデル予測制御のための方策探索:俊敏なドローン飛行への応用制御×学習2021/12/1
MPCの高レベル決定変数を方策探索で自動選択する枠組みを提案し、高速で動くゲートをくぐるクアッドロータ飛行で有効性を示した。
- 深層強化学習による自律ドローンレースドローンレース/強化学習2021/3/1
深層強化学習と相対的なゲート観測を用いて、四輪ドローンのほぼ時間最適な軌道を生成し、環境変化にも適応できる手法を提案。実機で最大60km/hを達成した。
- カリキュラム強化学習によるGran Turismo Sportでの自律追い越し強化学習2021/3/1
Gran Turismo Sportのレース環境でカリキュラム強化学習を用い、ゲーム内AIを上回り熟練ドライバーに匹敵する追い越し制御を実現した。
- Flightmare:柔軟なクアッドロータシミュレータシミュレータ2020/9/1
レンダリングと物理演算を完全に分離した高速なクアッドロータ用シミュレータを提案し、強化学習制御と経路計画のタスクでその柔軟性を示した。
- 深層強化学習によるGran Turismo Sportでの超人性能深層強化学習/自動運転レーシング2020/8/1
高忠実度な車両シミュレーションとコース進捗報酬を用いた深層強化学習により、Gran Turismo Sportで内蔵AIを超え、5万人以上の人間プレイヤー中最速のドライバーをも上回る自動運転レーシングを実現した。
- MPCのための深層高レベル方策学習制御/強化学習2020/7/1
モデル予測制御(MPC)の高レベル決定変数をニューラルネットで適応的に選択する手法を提案し、揺れるゲートを通過するクアッドロータ制御で有効性を示した。
