Junzhe He

収録論文 8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

• HOI-Retarget: 接触中心の人間-物体インタラクション再ターゲティング
  マニピュレーション2026/9/28

  人間と物体のインタラクション動作を、接触情報を基準にヒューマノイドロボットへ転移させる手法を提案し、大規模な動作データセットを生成・公開した。

• 最小限の近接センシングによる不連続地形での歩行学習
  歩行2026/6/1

  四足ロボットの足に低コストの赤外線近接センサを埋め込み、接地前の情報を活用して不連続地形（隙間や飛び石）の歩行を強化学習で実現。シミュレーションから実機への転移も高精度で、従来の視覚システムに比べ低遅延・低消費電力で頑健性を向上させる。

• モーション生成とモーショントラッキングによる全身ヒューマノイド歩行の学習
  歩行2026/4/1

  参照モーションから学習した全身スキルと地形認識適応を組み合わせたヒューマノイド歩行フレームワークを提案し、実機で箱や階段などの複合地形を踏破できることを示した。

• AGILE: エージェント生成による動画からの手と物体のインタラクション再構築
  マニピュレーション2026/2/1

  単眼動画から手と物体の動的なインタラクションを再構築するため、VLMが生成モデルを導いて完全な物体メッシュを合成し、SfMに依存しないアンカー・トラック戦略で物体姿勢を追跡するフレームワークを提案。

• 不完全なデモンストレーションからの制約付きスタイル学習：タスク最適性の下で
  模倣学習2025/7/1

  ロボットのスタイル動作を不完全なデモから学ぶため、制約付きMDPとして定式化し、適応的ラグランジュ乗数でタスク性能を維持しつつスタイルを模倣する手法を提案。ANYmal-Dでエネルギー消費を14.5%削減。

• 注意機構に基づく地図エンコーディングによる汎化可能な脚式ロコモーションの学習
  歩行2025/6/1

  脚式ロボットの強化学習制御において、ロボットの固有感覚に条件付けられた注意機構ベースの地図エンコーディングを提案し、多様な地形での汎化と疎な足場での精密な歩行を実現した。

• 荒野のパルクール：マルチエキスパート蒸留とRL微調整による汎用かつ拡張可能な俊敏歩行ポリシーの学習
  歩行2025/5/1

  地形ごとの専門ポリシーをDAggerで統合し、RL微調整と深度画像入力で多様な不整地を走破する脚ロボット歩行ポリシーを実現した。

• DTC: Deep Tracking Control
  2023/9/1