Lui Sha

収録論文 12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

• 滑らかな安全性構造化ポリシー合成による安全なオンライン学習
  安全強化学習2026/6/1

  安全性監視と介入を行動生成に統合したポリシーアーキテクチャAutoSafeを提案し、性能追求と安全確保の行動を滑らかに切り替えることで、学習の滑らかさを保ちつつ安全性を確保する。

• 実環境で教え学ぶ強化学習フレームワークReal-DRL
  sim2real2025/11/1

  物理モデルベースの教師役とDRLエージェントを組み合わせ、実機での安全な強化学習を実現するフレームワークを提案し、四足歩行ロボットなどで検証した。

• 野生環境における四足歩行ロボットのランタイム学習
  歩行2025/3/1

  四足歩行ロボットが動的な野生環境で安全に適応できるよう、強化学習エージェントと検証可能な物理モデルベースの制御器を組み合わせたランタイム学習フレームワークを提案し、シミュレーションで有効性を示した。

• 自律型VTOLエアタクシー向け視覚ベース着陸システムの検証と妥当性確認
  sim2real2024/12/1

  VTOLエアタクシーの視覚ベース着陸システムについて、形式検証ツールVerseとUnreal Engine製のフォトリアルなシミュレータを組み合わせ、安全性を検証・妥当性確認するフレームワークを提案した。

• 自律飛行体の知覚DNNに向けたベイズデータ拡張と学習
  sim2real2024/12/1

  フォトリアルなシミュレーションと高忠実度の機体ダイナミクスを組み合わせ、VTOL機の着陸知覚DNNをベイズ最適化で効率的に再学習するデータ拡張フレームワークを提案した。

• 物理モデル誘導による最悪ケースサンプリングを用いた安全強化学習
  安全強化学習2024/12/1

  物理モデルを活用して安全上重要なコーナーケースを重点的にサンプリングし、安全な強化学習ポリシーを効率的に学習する手法を提案した。

• Simplex機構による安全な継続学習マシン
  sim2real2024/9/1

  高性能だが未検証の強化学習エージェントと、物理モデルに基づく検証済みの安全教師をSimplex論理で切り替え、生涯安全性を保証しながら実機で継続学習する枠組みを提案。

• Synergistic Perception and Control Simplex for Verifiable Safe Vertical Landing
  2023/12/1
• Perception Simplex: Verifiable Collision Avoidance in Autonomous Vehicles Amidst Obstacle Detection Faults
  2022/9/1
• Verifiable Obstacle Detection
  2022/8/1
• Risk Ranked Recall: Collision Safety Metric for Object Detection Systems in Autonomous Vehicles
  2021/6/1
• Towards Resilient UAV: Escape Time in GPS Denied Environment with Sensor Drift
  2019/6/1