Kanghyun Ryu
収録論文 8本 ・ フィジカルAI/ロボット学習
VLAマルチロボット協調/強化学習自動運転/軌道計画拡散ポリシー軌道制御強化学習/カリキュラム学習/LLM模倣学習ナビゲーション
※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
- HuGo: ヒューマノイドの移動操作のための全身ポリシーコードを設計するLLMVLA2026/9/24
LLMがタスク記述から高レベルポリシーコードを生成し、ロールアウトで改良することで、報酬設計や実演なしにヒューマノイドの移動操作を実現する階層的手法を提案。
- CRAFT: 基盤モデルを用いたマルチロボット協調タスクのための強化学習の自律的コーチングマルチロボット協調/強化学習2025/9/1
大規模言語モデルと視覚言語モデルを「コーチ」として活用し、マルチロボット協調タスクをサブタスクに分解して報酬関数を生成・洗練することで、複雑な協調行動を自律的に学習するフレームワークCRAFTを提案。
- IANN-MPPI: 自動運転のための相互作用を考慮したニューラルネットワーク強化型モデル予測パス積分法自動運転/軌道計画2025/7/1
周囲車両が自車の行動に反応する様子を予測しながら軌道計画を行うMPPI制御を提案し、密集交通での合流を効率化した。
- DDAT: 動的に実行可能なロボット軌道を強制する拡散ポリシー拡散ポリシー2025/2/1
拡散モデルを用いてロボットの運動方程式に厳密に従う実行可能な軌道を生成するため、学習と推論の両方で予測を動的実行可能多様体に射影する手法を提案。
- 分布ロバストチャンス制約によるリスク感応型軌道デブリ衝突回避軌道制御2024/12/1
非ガウス的なデブリ位置分布の平均と共分散のみを用い、分布ロバストなチャンス制約で衝突確率を抑えつつ燃料消費を最小化する軌道回避アルゴリズムを提案した。
- CurricuLLM：大規模言語モデルを用いた複雑なロボットスキル学習のための自動タスクカリキュラム設計強化学習/カリキュラム学習/LLM2024/9/1
大規模言語モデルを活用して、ロボットの複雑なタスクを段階的なサブタスクに分解し、報酬コードや目標分布コードを自動生成することで、カリキュラム学習を効率的に設計する手法を提案した。
- 異種エージェント間の適応的教示：疎な報酬下での驚きのバランス模倣学習2024/5/1
教師と生徒の能力差がある状況で、教師が「驚き」を指標に生徒の能力に合わせて実演を適応させ、疎な報酬環境での生徒の学習を改善する枠組みを提案した。
- 予測不確かさを考慮した分布ロバストリスク制御による群衆内安全ナビゲーションナビゲーション2024/3/1
人間軌道予測の不確かさに対処するため、分布ロバストなチャンス制約付きモデル予測制御を提案し、群衆環境での安全なロボットナビゲーションを実現した。