Zheng Wu
収録論文 12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
- ABot-Earth 0.5: 生成型3D地球モデル3D生成2026/6/8
衛星画像から広大な3D環境を生成する生成モデルを提案し、3Dガウススプラッティングを用いてリアルな都市景観を高速に合成する。
- 物理特性を考慮したオンラインマスキング推論によるロボットパレタイズマニピュレーション2025/2/1
強化学習とオンライン学習で動的に更新する行動空間マスキングを用い、箱の密度や剛性といった物理特性を考慮して積み付け計画を立てる手法を提案し、実機のロボットパレタイザで有効性を検証した。
- 反復的行動マスキング学習によるロボットパレタイズのためのタスクプランナの効率的強化学習マニピュレーション2024/4/1
ロボットパレタイズのタスク計画において、教師あり学習で行動空間を反復的に枝刈りすることで強化学習を効率化する手法を提案した。
- DBPF: 動的ビンピッキングのための効率的で堅牢なフレームワークマニピュレーション2024/3/1
移動する物体や障害物がある動的環境で、吸着姿勢選択と速度マッチング・回避・再探索を組み合わせ、衝突ゼロで84%の成功率を達成するビンピッキングフレームワークを提案。
- オンラインアドミタンス残差学習による接触の多いマニピュレーションスキルの効率的なSim-to-real転移sim2real2023/10/1
シミュレーションで強化学習により動作とコンプライアンス制御パラメータを獲得し、実機では力センサを用いて制御パラメータの残差をオンライン学習することで、接触の多い組立・回転・ねじ締めタスクを効率的に実世界へ転移する手法を提案。
- タスクが一致しないデモンストレーションを用いたスパース報酬下での強化学習強化学習2022/12/1
専門家のデモと目標タスクが似ているが異なる場合に、専門家の価値関数推定でスパース報酬を整形し、デモ周辺の保守的探索を促す手法を提案。
- Prim-LAfD: デモンストレーションから挿入タスクのプリミティブベーススキルを学習・適応するフレームワークマニピュレーション2022/12/1
人間のデモンストレーションを密な報酬として用い、ブラックボックス最適化でプリミティブパラメータを学習・適応させることで、挿入タスクを短時間かつデータ効率的に獲得する手法を提案。
- メタ強化学習におけるタスク表現の disentangle によるゼロショット方策転移メタ強化学習2022/10/1
メタ強化学習でタスクを複数の属性に分解して表現し、未知の組み合わせタスクにも追加探索なしでゼロショットに方策を汎化する手法を提案し、実機の挿入タスクで検証した。
- グラフニューラルネットワークを用いたケーブル操作のための変形モデルのオフライン・オンライン学習変形物体操作2022/3/1
GNNでシミュレーションからケーブルの変形ダイナミクスを学習し、実機とのギャップをオンラインで線形残差モデルにより補正、MPCと組み合わせてロバストな操作を実現した。
- 接触の多いマニピュレーションタスクのための密な報酬の学習マニピュレーション2020/11/1
画像や触覚などの高次元観測から、自己教師ありでタスク進捗を推定して密な報酬関数を自動生成する手法を提案し、ペグ挿入やUSB挿入で従来法より高性能・高速収束を示した。
- 確率的報酬とオンライン推論による多様な人間の運転行動の表現逆強化学習2020/8/1
人間の運転行動の多様性を捉えるため、連続領域でコスト関数の分布を直接学習する確率的逆強化学習フレームワークを提案し、実運転データで多様な運転スタイルの抽出に成功した。
- 効率的なサンプリングベース最大エントロピー逆強化学習と自動運転への応用逆強化学習2020/6/1
連続領域の軌道サンプラーを導入し、人間の運転軌跡から報酬関数を直接学習する効率的な最大エントロピー逆強化学習を提案し、自動運転の実データで予測精度・収束速度・汎化性能の向上を示した。
