Hiroshi Sato
収録論文 6本 ・ フィジカルAI/ロボット学習
歩行歩行制御/解釈可能性模倣学習マニピュレーション
※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
- 歩行ポリシーにおける潜在フェーズ構造の可視化：時間的特徴拡張を用いたマルチ環境研究歩行2026/5/1
深層強化学習で訓練された歩行制御ポリシーが内部に獲得する運動フェーズ構造を、行動や次の状態・行動を含む特徴量の拡張とクラスタリングにより可視化する手法を提案し、複数の環境で既存手法より明確なフェーズ遷移を確認した。
- 歩行ポリシーにおける潜在的な位相構造と分岐ロジックの解明：HalfCheetahを対象としたケーススタディ歩行制御/解釈可能性2026/3/1
深層強化学習で学習された歩行制御ポリシーの内部状態遷移を、状態類似性と遷移の一貫性に基づいて意味的な位相に集約し、周期構造と分岐が存在することを実証した。さらに、各位相の意思決定を説明可能なブースティングマシンで近似し、ポリシーが注目する状態特徴と行動出力の制御を解析した。
- 力生成模倣学習：制御技術による位置軌道と力指令の橋渡し模倣学習2026/2/1
位置軌道から力指令を生成するモデルを提案し、メモリなしモデルとフィードバック制御を組み合わせることで未知の軌道にも対応可能にした。
- 食品トッピングチャレンジ2024への動作生成：いくら丼の盛り付けと唐揚げのピッキングマニピュレーション2025/4/1
人間の教示から位置と力を同時に学ぶ四チャネルバイラテラル制御を用い、いくら盛り付けと唐揚げピッキングの食品ハンドリングタスクで高成績を達成した。
- 可変速ティーチング・プレイバックによる実世界データ拡張を用いた模倣学習模倣学習2024/12/1
力制御を含む模倣学習において、教示再生の速度を変えて実機データを水増しするデータ拡張手法を提案し、ピック&プレースと拭き取りタスクで成功率が最大55%向上した。
- 誤差フィードバックによる両側制御ベース模倣学習の出力補正モデル模倣学習2024/11/1
ニューラルネットの階層構造に誤差フィードバック機構を組み込み、下位層が上位層の出力を追従することで、未学習の文字書きタスクの精度を向上させた研究。