Jiaxu Xing
収録論文 21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
- 投擲を学ぶ：クアッドローターによるケーブル吊り下げペイロードの機敏かつ正確な配送ドローン/強化学習2026/6/1
クアッドローターが吊り下げたペイロードを目標へ正確に投げる強化学習ポリシーを、高精度シミュレーションと実機で検証し、モデルベース手法より誤差と時間を大幅に削減した。
- 強化学習による敏捷な飛行における性能と汎化の橋渡し強化学習/ドローンレース/ゼロショット汎化2026/6/1
ドローンレースの強化学習において、タスク認識型スイッチングと物理情報に基づく手続き型トラック生成器を組み合わせ、テスト時適応なしでゼロショット汎化を実現するフレームワークを提案した。
- 変分的神経ダイナミクスによるロボットポリシーの継続学習継続学習2026/6/1
実世界の経験を活用して、隠れた繰り返し発生するダイナミクス下でロボットのポリシーを継続的に改善するフレームワークを提案。物理事前知識とニューラル残差を組み合わせ、オンラインで条件を推定してポリシーを適応させる。
- イベントカメラを用いた混雑環境でのクアッドローター飛行のための近似模倣学習ドローン飛行2026/3/1
イベントカメラの高周波データをシミュレーションする計算コストを回避するため、表現学習と方策探索を分離し、オフラインデータで表現を学習後、軽量な状態情報のみで方策を微調整する近似模倣学習を提案。訓練時間を28倍短縮し、実機でも有効性を実証した。
- 知覚を考慮したクワッドローターのウェイポイント飛行における時間最適計画飛行ロボット2026/3/1
クワッドローターの時間最適軌道計画に、視覚的状態推定の品質を考慮した知覚制約を統合する新しい最適化フレームワークを提案した。
- 基盤モデル整合による生成的イベント事前学習イベントカメラ/事前学習2026/3/1
イベントカメラのデータに、画像基盤モデルの知識を整合させつつ、時系列生成事前学習を行う2段階フレームワークを提案し、認識・セグメンテーション・深度推定などで最先端性能を達成した。
- 実世界で俊敏なクアッドロータ飛行を学習する飛行制御2026/2/1
正確なシステム同定やSim2Real転移なしに、オンライン適応と残差学習でクアッドロータの俊敏な飛行を実現する自己適応フレームワークを提案。
- ロボティクスにおけるリアルギャップ：課題・解決策・ベストプラクティスsim2real2025/10/1
シミュレーションと実環境の差異（リアルギャップ）の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
- 物体目標ナビゲーションのための強化学習手法で重要な要素は何か？実証研究と統合フレームワーク物体目標ナビゲーション2025/10/1
物体目標ナビゲーションの強化学習システムを認識・方策・テスト時強化の3要素に分解し、大規模実験で各要素の影響を分析。認識とテスト時戦略の改善が方策改善より効果的であることを示し、統合フレームワークを提案。
- 見えれば到達不要：知覚考慮型強化学習による効率的なロボット検査ナビゲーション2025/9/1
検査対象が見えた時点で移動を止めることを目的とし、地図なしで最短の視認可能軌道を学習する強化学習フレームワークを提案。シミュレーションで訓練し実機に展開、従来手法より効率的な検査軌道を実現。
- オンザフライ学習：微分可能シミュレーションによる迅速な方策適応sim2real2025/8/1
微分可能シミュレーション内で残差ダイナミクス学習と実時間方策適応を統合し、実世界データでモデルを逐次更新することで、未見の外乱に5秒以内で適応するオンライン学習フレームワークを提案した。
- 選好から学ぶアクロバティック飛行sim2real2025/8/1
人間の選好フィードバックのみから、ドローンの複雑なアクロバティック飛行をシミュレーションで学習し、実機へゼロショット転移することに成功した研究。
- ForesightNav: シーン想像による効率的な探索学習ナビゲーション2025/4/1
未探索領域の占有・意味情報を予測する想像モジュールを備え、長期的なナビゲーション目標を効率的に選択することで未知環境での探索性能を高める手法を提案。
- 生徒に合わせた教師の訓練：部分観測下での模倣学習の改善模倣学習2024/12/1
特権情報を持つ教師と限られた観測の生徒の非対称性を解消するため、教師と生徒を同時に訓練し、生徒が模倣可能な行動を教師に学習させる枠組みを提案。
- クアッドロータのためのマルチタスク強化学習マルチタスク強化学習/クアッドロータ制御2024/12/1
クアッドロータ制御において、共有された物理ダイナミクスを活用し、単一のポリシーで複数の機動（高速安定化、速度追従、自律レースなど）を実行できるマルチタスク強化学習フレームワークを提案した。
- 環境をポリシーとして：未知のコースを走るドローンレースの学習ドローンレース/強化学習2024/10/1
強化学習でドローンレースのポリシーを訓練する際、別のRLポリシーがエージェントの性能に応じて訓練環境を動的に調整することで、再訓練なしに未知のコースへ汎化できる手法を提案した。
- 状態推定なしでピクセルからアジャイル飛行を実現VLA2024/6/1
強化学習により、カメラ映像から直接制御指令を生成し、状態推定を使わずに時速40kmでゲートを通過するドローンレーシングを実現した。
- 模倣学習で強化学習をブートストラップする視覚ベースの俊敏飛行VLA2024/3/1
特権状態で強化学習した教師方策を模倣学習で視覚入力の方策に蒸留し、さらに強化学習で微調整することで、視覚のみでドローンレースを飛行できる制御器を学習した。
- Contrastive Learning for Enhancing Robust Scene Transfer in Vision-based Agile Flight2023/9/1
- Autonomous Power Line Inspection with Drones via Perception-Aware MPC2023/4/1
- See Yourself in Others: Attending Multiple Tasks for Own Failure Detection2021/10/1