Shuhao Liao
収録論文 9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
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- 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。
- 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。
- HELM: 言語モデルを用いた人間の好みに沿う探索自律探索2025/3/1
大規模言語モデルを活用し、自然言語で指定した好みに応じて移動ロボットの自律探索を柔軟に制御するフレームワークを提案した。
- SIGMA: 層理論に基づく幾何学的マルチエージェント経路計画群制御2025/2/1
層理論を分散深層強化学習に応用し、限られた視野でもエージェント間の局所的な合意形成を通じて協調的な経路計画を実現するフレームワークを提案。
- Leveraging Partial Symmetry for Multi-Agent Reinforcement Learning2024/1/1