Fang Nan
収録論文 10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
- 速度と精度の両立：油圧ショベル制御のためのサンプル効率の高いオンラインモデルベース強化学習モデルベース強化学習2026/9/25
油圧ショベルの制御において、確率的ダイナミクスアンサンブルモデルをオンラインで学習し、モデル予測制御に用いるフレームワークを提案。実機で20分の対話後、従来の100-150分学習した制御器と同等の追従精度を達成し、40分後には高速動作でサブセンチメートル精度を維持した。
- CausalWM：身体性世界モデルのための因果連鎖推論世界モデル2026/9/19
未来の映像予測の前に明示的な因果連鎖推論を行う16Bの身体性世界モデルを提案し、大規模動画事前学習・因果CoT中間学習・多目的RL事後学習の3段階で訓練して複数のベンチマークで最高性能を達成した。
- DigiForest: 持続可能な林業のためのデジタル分析とロボティクス林業ロボティクス2026/4/1
森林管理の持続可能性向上を目指し、自律ロボット群による樹木データ収集、自動特性抽出、意思決定支援、低影響伐採を統合した大規模精密林業システムを提案・実証した論文。
- SAHA: 選択的間伐のための監督付き自律ハーベスタ森林ロボティクス2026/1/1
4.5トンのハーベスタを改造し、学習とモデルベースの制御を組み合わせて、森林内を自律走行して選択的に木を伐採するシステムを開発し、北欧の森林で数キロメートルに及ぶ実証実験を行った。
- オンライン最適化によるロボット制御のための効率的なモデルベース強化学習モデルベース強化学習2025/10/1
実世界のロボット制御に向けて、オンラインで動力学モデルを学習し政策更新を行うモデルベース強化学習を提案。油圧ショベルとソフトロボットアームで高いサンプル効率と適応性を示した。
- 大規模ロボットによる材料ハンドリング：学習・計画・制御マニピュレーション2025/8/1
油圧式マテリアルハンドラを用いた大規模バルク材料ハンドリングの自律実行フレームワークを提案し、強化学習による把持点計画と軌道追従制御を実装して実機検証した。
- 油圧式マテリアルハンドリング機械の劣駆動ツールに対する強化学習制御マニピュレーション2024/10/1
油圧ショベル系機械のキャビンとアームを同時に操作する強化学習コントローラを提案し、データ駆動モデルと物理モデルを組み合わせたシミュレーションで訓練して実機に転移、熟練オペレータに匹敵する精度と揺れ抑制を実現した。
- 油圧マテリアルハンドリング機械による動的投擲制御マニピュレーション2024/5/1
強化学習を用いて、受動関節を持つ油圧式マテリアルハンドラの動的投擲動作を実現し、12トンの実機で静的到達範囲外への高精度投擲を検証した。
- 中心関節式車両のための運動プリミティブ計画ナビゲーション2024/5/1
森林や建設現場のような未知の不整地を走行するため、中心関節式車両の運動学を考慮した運動プリミティブをオフライン生成し、再帰的ホライズン計画でリアルタイム経路選択を行う手法を提案した。
- Nonlinear MPC for Quadrotor Fault-Tolerant Control2021/9/1