Tan-Dzung Do
VinRobotics
収録論文 5本 ・ フィジカルAI/ロボット学習
VLAヒューマノイド/全身制御ヒューマノイド歩行ロコマニピュレーションsim2real
※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
- CrossBFM: ヒューマノイド間で共有される潜在行動空間の蒸留VLA2026/9/29
リターゲティングを利用して、複数のヒューマノイドに共通の潜在行動空間を1GPU時間未満で蒸留し、10GPU時間の追従学習で全身制御を実現する手法を提案。
- CompliantWBC: 力潜在推定と残差インピーダンス目標による重量ヒューマノイドの全身コンプライアンス制御ヒューマノイド/全身制御2026/9/27
重量ヒューマノイドが任意部位への外力に柔軟に応じるため、全身インピーダンス参照と力推定・残差補正を組み合わせた強化学習制御手法を提案し、実機で荷物運搬や拭き掃除などを実現した。
- TACT-ful：ペイロードに頑健な知覚ヒューマノイド歩行のためのマルチチャネル地形アフォーダンスとコンプライアンス訓練ヒューマノイド歩行2026/6/1
単一の高さ情報では捉えられない地形特性を考慮するため、平坦性・急峻性・速度考慮の高さ可能性を組み合わせたマルチチャネル地形コストと前進登坂報酬を提案し、GPU並列DCM足場プランナと非対称アクタークリティック方策を深度画像からPPOで訓練する。また、仮想力を受ける下半身コンプライアンス訓練を導入し、力センサなしで負荷外乱に適応するヒューマノイド歩行を実現する。
- SkillBlender：スキルブレンドによる汎用人型ロコマニピュレーションロコマニピュレーション2025/6/1
目標条件付きの汎用プリミティブスキルを事前学習し、それらを動的にブレンドすることで、タスク固有の報酬設計を最小限に抑えつつ多様な人型ロコマニピュレーションを実現する階層型強化学習フレームワークを提案。
- 見るより感じろ：動作適応とインピーダンス制御による関節物体操作のsim-to-real RLsim2real2025/2/1
視覚入力への依存を減らし、観測履歴から物体の運動と特性を推定、インピーダンス制御を組み合わせることで、未見の関節物体を実世界で84%の成功率で操作できる強化学習パイプラインを提案。