Peizhuo Li
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
- TAGA: 地形認識に基づく能動的注視学習による汎用俊敏人型ロコモーション歩行2026/6/1
人間が歩行中に地形の関連箇所を選択的に見る仕組みに着想を得て、視覚・固有感覚・運動指令を統合し、高さスキャンの特定領域へ能動的に注意を向ける学習フレームワークを提案。強化学習のみで注視行動が創発し、実機で1.2mのギャップ横断など汎用的で頑健な歩行を実現した。
- LATS: 大規模言語モデルを用いた教師-生徒フレームワークによる交通信号制御のためのマルチエージェント強化学習交通信号制御2026/3/1
交通信号制御のためのマルチエージェント強化学習において、大規模言語モデルを教師として使い、その知識を蒸留して簡素なニューラルネットワークに移植することで、性能と汎化性を向上させる手法を提案した。
- CoordLight: ネットワーク全体の交通信号制御のための分散協調学習群制御2026/3/1
本論文は、マルチエージェント強化学習を用いて、各交差点のエージェントが隣接エージェントと協調しながら交通信号を制御するフレームワークCoordLightを提案し、ネットワーク規模の交通最適化を実現する。
- GPO: 脚式ロボットの移動と全身制御のための成長型方策最適化歩行2026/1/1
初期段階で行動空間を制限し徐々に拡大する時変行動変換を導入することで、トルクベース制御の脚式ロボットの強化学習を安定化・高性能化する手法GPOを提案し、四足・六足ロボットで実機ゼロショット展開まで検証した。
- FARE: 高速・低速エージェント型ロボット探査探査/ナビゲーション2026/1/1
LLMによる大域的推論と強化学習による局所制御を組み合わせ、未知環境を効率的に探査する階層型フレームワークを提案し、実機の大規模建物環境で検証した。
- HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索探索/強化学習2025/10/1
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
- KiVi: 動的で安全な自己中心脚式移動のための運動感覚・視空間統合歩行2025/9/1
固有感覚を安定した基盤としつつ視覚情報を選択的に統合する枠組みを提案し、四足ロボットが不整地や視覚ノイズ・遮蔽に頑健に歩行できるようにした。
- HeLoM: 六脚ロボットによる全身ロコマニピュレーションのための階層型学習ロコマニピュレーション2025/9/1
六脚ロボットが前脚で物体を押し、後脚で推進・バランスを取る全身協調動作を階層型強化学習で実現し、重く不規則な物体の押し操作をシミュレーションと実機で検証した。
- Unicorn: 汎用的な都市交通信号制御に向けた普遍的協調強化学習アプローチ交通信号制御2025/3/1
多様な交差点形状に対応するため、交通流に基づく統一表現と自己教師あり学習を組み合わせたマルチエージェント強化学習フレームワークを提案し、広域交通信号制御の汎化性能を向上させた。
- SATA: 動物の学習に着想を得た安全で適応的なトルクベース歩行ポリシー歩行2025/2/1
動物の生体力学的原理と適応学習機構を模倣し、トルク空間で直接制御する脚式ロボットの歩行ポリシーを学習するフレームワークを提案。初期探索を改善し、安全性と適応性の高い動作を実現する。
- 学習ベース階層制御：生物模倣脚式ロボットの歩行における中枢神経系の模倣歩行2024/4/1
脊髄と上位中枢の役割を別々のニューラルネットに分け、CPGのリズム生成と環境に応じた歩容調整を階層的に学習させることで、段差や障害物を含む不整地を歩行できる脚式ロボット制御を実現した。
- DecAP: Decaying Action Priors for Accelerated Imitation Learning of Torque-Based Legged Locomotion Policies2023/10/1