Yuxiang Yang
収録論文 23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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Human2LocoMan: 人間データの事前学習による多様な四足歩行ロボットのマニピュレーション学習マニピュレーション2025/6/1
人間と四足ロボットLocoManのデータを統合した遠隔操作・データ収集パイプラインとモジュール型アーキテクチャを構築し、人間データでの事前学習により実世界タスクの成功率を大幅に向上させた。
- 能動探索を用いたサンプリングベースシステム同定による脚ロボットのSim2Real学習sim2real2025/5/1
脚ロボットの物理パラメータを並列サンプリングで同定し、フィッシャー情報量を最大化する能動探索で実世界データを収集することで、シミュレーションと実機のギャップを縮め、移動タスクの性能を42〜63%向上させた。
- LocoTouch:触覚センシングによる動的四足歩行運搬の学習触覚2025/5/1
四足ロボットの背中全体を覆う高密度触覚センサと高忠実度シミュレーションを組み合わせ、固定されていない円筒物体を長距離運搬する触覚対応歩容ポリシーを学習させ、実機へゼロショット転移した。
- QuietPaw: 多様なノイズ選好に適応する四足歩行の学習歩行2025/3/1
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- 長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習マニピュレーション2024/11/1
複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。
- BEVNav: 鳥瞰図表現の時空間コントラスト学習によるロボット自律ナビゲーションナビゲーション2024/9/1
点群の鳥瞰図(BEV)表現を時空間コントラスト学習で獲得し、強化学習と組み合わせることで、地図なし環境での歩行者密集下でも頑健に動作するナビゲーション手法を提案した。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上マニピュレーション2024/3/1
四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。
- マルチエージェント探索のための能動的ニューラルトポロジカルマッピング群制御2023/11/1
複数エージェントが未知環境を効率的に探索するため、トポロジカルマップと強化学習ベースの階層的プランナーを組み合わせた手法を提案。
- CAJun: 学習型重心制御器による連続適応ジャンプ歩行2023/6/1
強化学習で重心方策を学習し最適制御の脚制御器と組み合わせることで、脚ロボットが距離を適応させながら連続ジャンプできる階層型フレームワークを実現した。
- 学習した行動残差による連続的な多様ジャンプ歩行2023/4/1
最適制御と強化学習を組み合わせた階層的枠組みで、四足ロボットがシミュレーションから実機へ直接展開でき、最大50cmの高さ・60cmの前方・90度の旋回を含む多様で連続的なジャンプ動作を実現した。
- マルチエージェントナビゲーションのためのグラフ強化型司令官・実行者モデル群制御2023/2/1
マルチエージェントナビゲーションにおいて、目標分配を行う上位層とGNNで協調行動を学習する下位層からなる階層型強化学習手法MAGE-Xを提案した論文。
- 人間のデモンストレーションから意味論を考慮した歩行スキルを学習歩行2022/6/1
四足歩行ロボットがカメラ画像から地形の意味を認識し、人間のデモを用いて速度と歩容を選択する枠組みを提案。実世界で40分のデモデータのみで学習し、6km以上の走破を達成した。
- 学習による歩容遷移で実現する高速・高効率な四脚ロボットの移動歩行2021/4/1
エネルギー最小化の報酬だけで歩容と歩容遷移が自動獲得される階層型学習フレームワークを提案し、四脚ロボットで歩行からトロット、フライトロットへの遷移を実現した。
- ES-ENAS:大規模ハイブリッド探索空間のための効率的進化最適化進化最適化2021/1/1
組合せパラメータと連続パラメータが混在する大規模ブラックボックス最適化に対し、進化戦略と組合せ最適化をスーパーネット的に統合したES-ENASを提案し、サンプル効率とRLベンチマークでのアーキテクチャ探索性能を示した。
- 進化的メタ学習による迅速に適応可能な脚式ロボット歩行2020/3/1
進化的戦略に基づくメタ学習とノイズに強いバッチ山登り適応を組み合わせ、四足歩行ロボットが3分未満の実データで動力学変化に素早く適応できる手法を提案した。
- ES-MAML:二階微分不要のシンプルなメタ学習メタ学習2019/10/1
進化戦略を用いてMAMLの二階微分推定問題を回避する新しいメタ学習フレームワークES-MAMLを提案し、既存手法と同等以上で少ないクエリで適応できることを示した。
- 彩色ネットワークによる強化学習のためのコンパクトアーキテクチャ探索強化学習/アーキテクチャ探索2019/7/1
ENASと進化戦略を組み合わせ、エッジの彩色(同重みクラス分割)を探索空間として強化学習ポリシーを極限まで軽量化する手法を提案。17パラメータでも良好な報酬を維持し、従来比6倍の圧縮を実現した。
- 4.5分のデータで四足歩行を実現するモデルベース強化学習歩行2019/7/1
四足ロボットの歩行をわずか4.5分の実機データで学習するモデルベース手法を提案し、複数ステップ予測損失と遅延対応MPC、脚軌道の事前知識でリアルタイムかつ安全な歩行を実現した。
- OpenRoACH: ROSを搭載した耐久性オープンソース六脚ロボット歩行2019/3/1
15cm・200gの小型六脚ロボットで、オンボードROSを実行でき、レーザーカッターと3Dプリンタで自作可能なオープンソース設計を提供した。
- 報酬なしメタ学習メタ学習2019/3/1
MAMLを拡張し、ファインチューニング時に報酬ではなく環境の観測可能なダイナミクスを用いることで、報酬信号なしで方策を自己適応させる手法を提案した論文。
