Zhaocheng Liu
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーションsim2real歩行
※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
- PhysEvo: 凍結モデルの物理的自己改善フレームワークマニピュレーション2026/10/6
単一の凍結モデルを中心に、タスク実行とメタエージェントによる失敗診断・ツール改善を繰り返す物理的再帰的自己改善フレームワークを提案し、シミュレーションと実機で高い成功率を達成した。
- AIM: 実機からシミュレーションへのソフトボディシミュレーションのための適応的相互作用モデリングネットワークsim2real2026/10/5
柔軟物体の変形を予測するため、粒子間の相互作用を局所・大域的に適応的にモデル化し、実機からシミュレーションへの転移を可能にするフレームワークを提案。
- ロボットハンド・アームによる飛行物体キャッチングを学習するモジュール型ニューラルネットワークポリシーマニピュレーション2023/12/1
ロボットハンド・アームで飛んでくる物体をキャッチするため、物体軌道予測・キャッチ姿勢評価・リーチング・把持・統合の5モジュールを組み合わせた学習フレームワークを提案し、シミュレーションで高い成功率と未知物体への汎化を示した。
- ロボット操作ネットワーク(ROMAN):複雑な逐次タスクを解くためのハイブリッド階層学習マニピュレーション2023/7/1
行動クローニング・模倣学習・強化学習を統合した階層型フレームワークROMANを提案し、複数の専門ネットワークを組み合わせて長期的なロボット操作タスクを遂行、失敗からの自律的復帰も実現した。
- カーネルベース残差学習による俊敏で汎用的なロボット歩行歩行2023/2/1
MPCのデータで学習したカーネルネットワークを固定し、強化学習で残差制御器を訓練することで、四足歩行ロボットのサンプル効率が高く汎用性のある歩行制御を実現した。
- 視覚誘導による難地形での動的歩行の学習歩行2021/9/1
LiDAR知覚を用いた深層強化学習で、部分的観測環境下でも難地形を能動的に踏破する歩行ポリシーを学習させた研究。動的報酬戦略により履歴データ不要で多様な歩容を獲得し、90%以上の成功率を達成。
