Yuqing Du
収録論文 6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
- 複数センサ入力のベイズ模倣学習による移動マニピュレータのエンドツーエンド制御模倣学習/sim2real2022/2/1
Variational Information BottleneckでCNNを正則化し、RGBと深度の不確実性に応じた融合でsim2realギャップを縮め、実オフィスでのドア開けタスク成功率96%を達成した。
- 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。
- 自動調整によるSim-to-Real転送sim2real2021/4/1
実世界のRGB画像のみを用いてシミュレータのシステムパラメータを自動調整し、実世界に近づける検索手法を提案した論文。
- グループサーフィン:歩行者を活用した歩道ロボットナビゲーション歩行者ナビゲーション2021/4/1
歩行者の多い歩道で、最適な歩行者グループを模倣して目標に近づく『グループサーフィン』と歩道端検出・追従を組み合わせ、人を意識した衝突回避で安全に移動するナビゲーション手法を提案し、シミュレーションと実機で実証した。
- 敵対的集団を用いたロバスト強化学習ロバスト強化学習2020/8/1
単一の敵対者ではなく敵対者の集団をランダムに初期化して訓練中に一様サンプリングすることで、動力学の変動に対してよりロバストで分布外汎化も改善する方策を得る手法を提案した論文。
- エンパワーメントによる支援:目標推定に依存しない人間支援の枠組み共有自律/強化学習2020/6/1
人間の目標を推定する代わりに、人間が環境を制御できる能力(エンパワーメント)を強化学習で増大させるタスク非依存の支援手法を提案し、目標の曖昧さに強いことを示した。連続領域での効率的な代理指標も開発し、遠隔操作の共有自律実験で有効性を実証した。
