Zifan Xu
収録論文 18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
- シミュレータアンサンブルによる不確実性を考慮したオンラインアルゴリズム選択sim2real2026/9/26
シミュレータのアンサンブルを構築し、その平均性能でオンラインRLアルゴリズムを選択することで、限られたオフラインデータでも信頼性の高い選択ができる手法を提案し、ロボット制御タスクで有効性を示した。
- LEACL: LLM強化による長期的操作タスクの強化学習のための自動カリキュラム学習強化学習/カリキュラム学習/LLM2026/7/1
大規模言語モデル(LLM)を用いて複雑なタスクをサブタスクに分解し、各サブタスクの仕様を自動生成することで、スパース報酬のみで強化学習を効率的に行う自動カリキュラム学習フレームワークを提案した。
- VOFA: ヒューマノイドのための力適応制御を用いた視覚目標物体押し操作ロコマニピュレーション2026/5/1
ヒューマノイドロボットが未知の物理特性を持つ物体を目標位置まで押し動かすための、視覚目標条件付きの階層的制御システムを提案した。高レベルの視覚運動ポリシーと低レベルの力適応全身制御を組み合わせ、シミュレーションと実機で高い成功率を達成した。
- ExpertGen: 不完全な行動事前分布からのスケーラブルなSim-to-Realエキスパート方策学習sim2real2026/3/1
不完全なデモから拡散方策を事前分布として学習し、その初期ノイズを強化学習で最適化することで、報酬設計なしに高品質なエキスパート方策をシミュレーションで自動生成し、実機転移を可能にするフレームワーク。
- ノイズを含むセンサ入力からヒューマノイドサッカーロボットの俊敏なキック技能を学習強化学習2025/12/1
ノイズの多いセンサ入力下でも、ヒューマノイドロボットが連続してボールを蹴り、多様な配置でゴールを決められる強化学習システムを開発した。
- GACL: 接地型適応カリキュラム学習と能動的タスク・性能モニタリングカリキュラム学習2025/8/1
ロボットタスク向けに、複雑なタスク空間を扱いながら目標分布への関連性を保つ適応的カリキュラム学習フレームワークを提案し、車輪ナビと四足歩行で成功率を向上させた。
- ロボティクス向け大規模並列マルチタスク強化学習のベンチマークマルチタスク強化学習2025/7/1
GPU加速シミュレータIsaacGym上で50の操作タスクと20の歩行タスクからなるマルチタスク強化学習ベンチマークMTBenchを構築し、複数のアルゴリズムを統一的に評価した。
- 実世界に根ざしたカリキュラム学習sim2real2024/9/1
ロボット強化学習のカリキュラム学習において、シミュレーションのタスク分布を実世界のタスク分布に合わせることで、学習効率とナビゲーション性能を向上させる手法を提案した。
- 狭所における自律地上ナビゲーション:ICRA 2024第3回BARNチャレンジからの教訓ナビゲーション2024/7/1
ICRA 2024で開催された第3回BARNチャレンジを通じて、狭く制約の厳しい環境での自律地上ナビゲーション技術の現状を評価し、上位チームの手法と今後の課題を分析した。
- 強化学習による狭所3D空間での器用な脚式移動歩行2024/3/1
狭いトンネルや不規則な空隙など全方向の制約がある3D空間を移動するため、古典的プランナと強化学習を組み合わせた階層型制御器を提案し、遠方の目標までの長期ナビゲーションを可能にした。
- 高難度環境における自律地上ナビゲーション:ICRA 2023第2回BARNチャレンジからの教訓ナビゲーション2023/8/1
ICRA 2023で開催された第2回BARNチャレンジでは、世界10チームがシミュレーション予選を経て、ロンドンの物理コースでClearpath Jackalロボットによる障害物回避ナビゲーションを競い、上位3チームの手法と得られた教訓を報告した。
- 生涯学習システムの特性評価のためのドメイン非依存アプローチ生涯学習2023/1/1
生涯学習システムを評価するためのドメイン非依存なメトリクスと評価フレームワークを提案し、5つのケーススタディを通じてその有効性を示した。
- 自律ナビゲーションのための強化学習技術のベンチマークナビゲーション2022/10/1
自律ナビゲーションにおける深層強化学習の4つの要件(不確実性下の推論、安全性、限られたデータからの学習、未知環境への汎化)を達成するため、記憶ベース、安全RL、モデルベースRL、ドメインランダム化の4手法を大規模ベンチマークと実環境で評価した。
- 自己教師あり環境合成による実世界自律ナビゲーションの学習ナビゲーション2022/10/1
実世界での走行経験からナビゲーション環境を再構成し、シミュレーション上で代表的な訓練環境を合成することで、実世界での性能を向上させる手法を提案した。
- 狭所における自律地上ナビゲーション:ICRA 2022 BARNチャレンジからの教訓ナビゲーション2022/8/1
ICRA 2022で開催されたBARNチャレンジでは、狭く制約の厳しい環境でロボットを安全かつ効率的にナビゲートする自律地上ナビゲーションシステムを評価し、上位チームの手法と課題を分析した。
- 適応型プランナパラメータ学習ナビゲーション2021/5/1
非専門家の人間とのやり取りや強化学習を用いて、環境変化に応じて古典的ナビゲーションのパラメータを動的に調整する学習フレームワークを提案した論文。
- サービスロボットのための宝探しゲームナビゲーション2021/3/1
ロボットが依頼された物体を最短時間で探索・回収する「宝探し」問題を定式化し、強化学習で経路計画を学習してヒューリスティック手法を上回る性能を示した。
- 強化学習による適応的プランナパラメータ学習ナビゲーション2020/11/1
強化学習でナビゲーションのパラメータ選択方策を学習し、多様な環境で既存プランナを適応させる手法APPLRを提案し、実機・シミュレーションで固定パラメータや人間教示ベース手法を上回ることを示した。
