Sicun Gao
University of California San Diego
収録論文 28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
- 安定化制御における方策勾配のためのゼロ次報酬整形の十分性強化学習2026/9/28
安定化制御タスクにおいて、方策勾配法は速度情報を含まないゼロ次（位置）報酬だけでも解けることを理論と実験で示し、一次報酬項の追加は感度を高めることを明らかにした。
- 潜在モデリングのための感度整形モデルベース強化学習/OOD検出2026/6/1
学習したダイナミクスモデルが制御入力の変化に対して局所的に鈍感な場合、OOD検出が失敗する問題を指摘し、高サポート領域での制御感度を高める正則化を導入してOOD検出と安全な計画を改善した。
- 数秒のデモから学ぶ四足歩行歩行2026/3/7
四足歩行の模倣学習が少量データで効果的な理由を解析し、潜在空間と出力の変動を整える新手法を提案。数秒のデモからオフラインで歩行ポリシーを学習できることを実機で確認した。
- RN-D: オンポリシー強化学習のための離散化カテゴリカルアクター強化学習2026/1/1
連続制御のオンポリシー強化学習において、ガウス分布アクターの代わりに各行動次元を離散ビン上の分布として表現するカテゴリカルアクターと正則化ネットワークを組み合わせ、ベンチマークで最先端性能を達成した。
- 接触を許容する安全なロボット操作のためのスケーラブルなバリア関数フレームワーク安全制御2026/1/1
密集環境での接触を安全とみなす新たなバリア関数を学習し、任意の物体配置に合成可能でタスク転移も容易な安全フィルタを実現した。
- サンプリングベースのロバスト性解析を伴う時間最適四rotor軌道最適化のための系列モデリング軌道最適化2025/6/1
モデルベースの時間最適軌道計画を模倣する学習モデルを提案し、衝突のない幾何学的経路から時間最適軌道を高速生成。データ拡張でロバスト性を向上させ、実機でリアルタイム性を検証。
- 価値推定の改善がバニラ方策勾配法を大幅に強化する強化学習2025/5/1
各反復での価値更新ステップ数を増やすだけで、バニラ方策勾配法がPPOと同等以上の性能を達成し、ハイパーパラメータにも頑健になることを示した。
- 倉庫環境における安全な人とロボットのナビゲーションナビゲーション2025/3/1
学習ベースの制御バリア関数とOpenRMFを統合し、倉庫内で人を含む動的障害物を避けながら複数ロボットを安全にナビゲートする手法を提案した。
- オフラインデータからの制御バリア関数の推定安全制御2025/3/1
訓練前に収集した固定のラベル付きデータセットからニューラル制御バリア関数を学習する枠組みを提案し、実機での動的障害物回避において安全性と保守性の改善を実現した。
- 拡散モーダル結合による制御可能な動作生成動作生成2025/3/1
拡散モデルにマルチモーダルな事前分布とモーダル結合を導入し、物理制約やタスク目標に沿った制御可能な動作生成を実現するフレームワークを提案。
- SEEV: ReLUニューラルバリア関数の効率的な厳密検証を伴う合成安全制御2024/10/1
ReLUニューラル制御バリア関数の合成時に活性化領域を減らす正則化を導入し、安全条件のタイトな過近似で検証を高速化するフレームワークを提案した。
- 強化学習におけるハミルトン・ヤコビ到達可能性：サーベイ安全性/到達可能性2024/7/1
強化学習と組み合わせてハミルトン・ヤコビ到達可能集合を推定し、高次元システムの制御方策に安全性保証を与える最近の手法を概観したサーベイ論文。
- 方策勾配法の平滑化効果強化学習2024/5/1
方策勾配法が非平滑な最適化地形を平滑化する仕組みを後退熱方程式との等価性で解析し、確率性下での根本的課題と探索の影響を明らかにした。
- 制御バリア関数誘導ニューラルコントローラによるマニピュレータの効率的動作計画マニピュレーション2024/4/1
制御バリア関数（CBF）を学習したニューラルコントローラでRRTのサンプリングを誘導し、混雑環境でのマニピュレータ動作計画を高速化・高成功率化する手法を提案。
- 極値探索による行動選択で方策最適化を加速強化学習2024/4/1
強化学習の方策最適化において、サンプルした行動に極値探索制御による適応的な摂動を加えてQ値が改善する方向へ修正し、学習効率を高める手法を提案。
- Iterative Reachability Estimation for Safe Reinforcement Learning2023/9/1
- Sequential Neural Barriers for Scalable Dynamic Obstacle Avoidance2023/7/1
- Patching Approximately Safe Value Functions Leveraging Local Hamilton-Jacobi Reachability Analysis2023/4/1
- Learning Stabilization Control from Observations by Learning Lyapunov-like Proxy Models2023/3/1
- Accelerating Multi-Agent Planning Using Graph Transformers with Bounded Suboptimality2023/1/1
- Reducing Collision Checking for Sampling-Based Motion Planning Using Graph Neural Networks2022/10/1
- Learning Control Admissibility Models with Graph Neural Networks for Multi-Agent Navigation2022/10/1
- Learning-based Motion Planning in Dynamic Environments Using GNNs and Temporal Encoding2022/10/1
- Quantifying Safety of Learning-based Self-Driving Control Using Almost-Barrier Functions2022/7/1
- Safe Control with Learned Certificates: A Survey of Neural Lyapunov, Barrier, and Contraction methods2022/2/1
- Safe Nonlinear Control Using Robust Neural Lyapunov-Barrier Functions2021/9/1
- Stabilizing Neural Control Using Self-Learned Almost Lyapunov Critics2021/7/1
- Neural Lyapunov Control2020/5/1