Runhan Huang

収録論文 7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

• SkillX: ヒューマノイドサッカーのための統合マルチスキルポリシー学習
  歩行/強化学習2026/9/6

  ヒューマノイドサッカーにおいて、単一のコマンド条件付きポリシーでドリブル、トラップ、シュートなどの複数のスキルを学習・切り替え可能にする統一強化学習フレームワークを提案した。

• 最適化としての生成的制御：適応的で堅牢なロボット制御のための時間無条件フローマッチング
  VLA2026/3/1

  行動生成を軌道積分ではなく反復最適化として扱う時間無条件フレームワークGeCOを提案し、状態の難易度に応じて計算量を適応させ、OOD検出も可能にした。

• TTT-Parkour: 知覚型ロボットパルクールのための高速テスト時訓練
  歩行2026/2/1

  RGB-Dで実地形を高精度に再構成し、その上で方策を高速微調整するreal-to-sim-to-real手法により、人型ロボットが未知の複雑地形を10分以内で走破できるようにした。

• 拡散モデル予測制御による柔軟な歩行学習
  歩行2025/10/1

  生成拡散モデルをダイナミクスの事前分布として使うMPCで、報酬と制約を考慮した歩行制御を実現し、テスト時の適応性を高めた。

• MoE-Loco：複数タスク歩行のための専門家混合
  歩行2025/3/1

  脚型ロボットの多様な地形・歩容に対応する単一ポリシーを、専門家混合（MoE）で勾配衝突を抑えつつ学習させる手法を提案し、実機でも検証した。

• VR-Robo：実環境からシミュレーションを経て実環境へ戻す、視覚的ロボットナビゲーションと歩行のためのフレームワーク
  sim2real2025/2/1

  多視点画像から3Dガウススプラッティングでフォトリアルなデジタルツイン環境を構築し、強化学習で視覚的目標追跡を学習させることで、RGBのみのsim-to-real転移を実現した。

• 堅牢なロボット歩行: 小さな罠を越える俊敏な移動の学習
  歩行2024/9/1

  固有感覚入力のみを用いた二段階学習フレームワークにより、四足ロボットが小さな障害物を安定して通過できるようにした研究。