Matthew Kim
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション安全強化学習安全制御/世界モデル制御バリア関数
※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
- FINGR: 実世界でのルービックキューブ解法のための巧みな手の制御学習マニピュレーション2026/9/27
指先基準の幾何表現と将来の接触・回転進捗を予測する補助タスクを組み合わせた方策を学習し、実機の巧みな手でルービックキューブの層回しを高成功率で実現した。
- 安全スコアマッチング：ハミルトン・ヤコビ到達可能性を用いた拡散ポリシーによるオンライン安全強化学習安全強化学習2026/9/27
ハミルトン・ヤコビ到達可能性で拡散ポリシーのスコア目標を切り替え、安全制約下でのオンライン強化学習を実現する手法を提案。
- 制約付きフローポリシー更新：一般化シュレーディンガー橋からの視点安全強化学習2026/9/26
安全制約付き強化学習において、フローポリシーの生成経路を通じて拡張ラグランジュ目的を直接微分し、スコア推定を不要にした新しいオフポリシーアクター・クリティック法を提案。
- 潜在世界モデルは部分観測可能な安全制約をどこまで理解できるか安全制御/世界モデル2025/10/1
潜在世界モデルが部分観測下で安全制約を扱う際の失敗モードを「推定ギャップ」と「予測ギャップ」に分類し、相互情報量とロールアウトに基づく診断法および緩和策を提案、Franka Research 3での調理タスクで検証した。
- DEXOP：巧みな人間操作をロボットへ転移するデバイスマニピュレーション2025/9/1
人間の手指をロボットハンドに機械的に接続する受動型外骨格DEXOPを開発し、視覚・触覚データを大規模に収集してロボットの巧みな操作スキルを効率的に学習させる手法を提案した。
- 到達可能性バリアネットワーク：滑らかで柔軟な制御バリア関数のためのハミルトン・ヤコビ解の学習制御バリア関数2025/5/1
物理情報ニューラルネットワークを用いてハミルトン・ヤコビ最適制御解を計算し、滑らかな制御バリア関数を生成する手法を提案。高次元でも安全性が向上し、保守性が低減されることを示した。