Ze Ji
収録論文 14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
- ロボット材料操作における微分可能物理ベース最適化の数値的信頼性sim2real2026/9/28
微分可能物理シミュレーションを用いたロボット材料操作の最適化において、GPUの非決定性や有限差分検証の限界、目的関数設計の影響を検証し、再現性と検証手法の改善を提言した。
- DDBot: 未知の粒状材料に対応する微分可能物理ベース掘削ロボットマニピュレーション2025/10/1
GPU加速と自動微分を活用した微分可能物理シミュレータを備え、未知の粒状材料の特性を効率的に同定し、高精度な掘削スキルを最適化するフレームワークを提案。実世界でのゼロショット展開も実現。
- 実験室自動化のための粉体操作における微分可能スキル最適化マニピュレーション2025/10/1
微分可能物理シミュレーションと低次元スキルパラメータ化、カリキュラム学習を組み合わせ、実験室での粉体搬送タスクを高精度かつ安定に実現する軌道最適化フレームワークを提案した。
- 骨格化品質評価：ロボティクスにおける点群解析のための幾何学的指標点群解析2025/4/1
点群形状の骨格化結果を、位相的類似性・有界性・中心性・滑らかさなどの幾何学的性質で定量的に評価する指標とスコアリング枠組みを提案し、オープンソースツールとして公開した。
- 弾塑性材料のロボットマニピュレーションのための微分可能物理に基づくシステム同定マニピュレーション2024/11/1
ロボットアームが簡単な操作と不完全な3D点群から弾塑性材料と環境の物理パラメータを推定し、シミュレーションを実世界に合わせる微分可能物理ベースのフレームワークを提案。
- 物理情報とデモンストレーションを活用した粒状材料操作の学習フレームワークマニピュレーション2024/6/1
微分可能な物理シミュレータと勾配ベースのデモ生成を組み合わせ、粒状材料の操作を効率的に学習する手法を提案。
- ロボットによる袋詰め作業をシミュレーションなしで学習する強化学習フレームワークマニピュレーション2023/10/1
シミュレーションを使わずに実世界での強化学習により、ロボットが袋を掴んで袋詰めする技能を獲得するフレームワークを提案し、折り畳まれた袋で60%、広げた袋で80%の成功率を達成した。
- CasIL：認知と行動の二重アーキテクチャによるスキル模倣模倣学習2023/9/1
人間の認知事前知識を取り入れ、高レベルの認知と低レベルの行動を分けた二重アーキテクチャで、ロボットが視覚デモから長期的タスクのスキルを効果的に模倣する枠組みを提案。
- 深層ロボットアフォーダンス学習の最近の進歩：強化学習の視点からアフォーダンス学習2023/3/1
強化学習の観点から深層ロボットアフォーダンス学習の最近の研究を分類・整理し、課題と今後の方向性をまとめたレビュー論文。
- 抽象的デモンストレーションと適応的探索による効率的で安定な多段階スパース報酬強化学習強化学習2022/7/1
複雑なタスクをサブタスクに分解し、正しい順序で学習させるとともに、習熟度に応じて探索の確率を適応的に変えることで、スパース報酬の多段階タスクを効率的かつ安定に学習する手法A^2を提案。
- Pybulletによる多目標ロボットマニピュレーション強化学習環境のオープンソース実装マニピュレーション2021/5/1
MujocoベースのOpenAI Gym多目標マニピュレーション環境をオープンソースのPybullet上に再実装し、HER付きDDPGで性能を比較検証した。関節制御や画像観測などの新APIと、長期的・疎報酬の多段階タスクも提供する。
- 人間の操作データを活用した高速sim-to-real強化学習による衝突回避sim2real2021/2/1
人間の遠隔操作データと自己探索データを組み合わせて訓練することで、地図なしの衝突回避を少ない訓練ステップで学習し、実機ロボットにも転移できる手法を提案した。
- 協調ミッション向け3DプリントUAVとUSVの設計・統合・海上試験協調UAV-USV2021/2/1
水上着陸可能な防水3DプリントUAVと双胴型USVを開発し、赤外ビーコンによる精密着陸とUSV制御・経路追従を統合して海上試験で検証した。
- Kuka LBR iiwaロボットによる3Dビジョン誘導ピックアンドプレースマニピュレーション2021/2/1
3Dカメラとロボットアームを用いた視覚誘導型ピックアンドプレース制御システムを開発し、キャリブレーションから物体姿勢合わせ、把持実行までを統合して検証した。
