Sebastian Sanokowski

Technical University of Munich

収録論文 4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

• DiPLO: 自己蒸留拡散計画による移動操作
  移動操作2026/10/17

  人間からヒューマノイドへの動作変換で事前学習した拡散プランナを自己蒸留と強化学習で微調整し、全身追従ポリシーと組み合わせて運搬・蹴りなどの移動操作を高成功率で実現した研究。

• FERPO: 前方エントロピー正則化方策最適化
  強化学習2026/10/1

  クリティックの行動微分を使わず、前方KL目的と自己正規化重要度サンプリングで方策改善を行う最大エントロピー強化学習アルゴリズムを提案し、連続制御タスクで性能とサンプル効率を向上させた。

• Shield-Loco: 予測的安全フィルタリングによる歩行ポリシーの保護
  歩行2026/6/1

  強化学習による歩行ポリシーに対し、衝突予測に基づいて接触位置を事後フィルタリングする安全フィルタを提案。実機四足ロボットで安全性違反を大幅に削減しつつ、タスク性能の低下を最小限に抑えた。

• 拡散ポリシーを用いた新行動の誘導的発見
  拡散ポリシー/行動生成2026/6/1

  拡散ポリシーのサンプリングを誘導し、多様で実行可能な新しい行動を系統的に発見・学習するフレームワークを提案した。