Wanming Yu

収録論文 11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

• GeCCo：脚式ロボットの移動操作スキル向け汎用接触条件付きポリシー
  移動操作2025/9/1

  四足ロボットの任意の接触点を追従できる汎用低レベルポリシーを強化学習で訓練し、歩容・不整地移動・物体操作など多様なタスクを単一ポリシーで実現した。

• マルチモーダル大規模言語モデルによる選好に基づく長期的ロボット積み重ね
  マニピュレーション2025/9/1

  マルチモーダルLLMを高レベルプランナとして用い、重さや安定性などの選好を考慮した長期的な積み重ねタスクを実現する。カスタムデータセットで微調整し、シミュレーションと実機ヒューマノイドで有効性を示した。

• フローモデルによる軌道スティッチングの改善
  マニピュレーション2025/5/1

  フローモデルを用いた軌道計画において、訓練データに完全な解が存在しない場合でも既存軌道を組み合わせて計画できるよう、アーキテクチャとデータセットの設計および学習・推論手法を改良した。

• ダイナミクス条件付き方策による四足ロボットの参照不要なプラットフォーム適応歩行
  歩行2025/5/1

  深層強化学習で手続き的に生成した多様な四足ロボットを訓練し、形態やダイナミクスに適応する単一の歩行方策を実現した。

• 四足歩行の俊敏な移動を実現するスキル切替基準の発見
  歩行2025/2/1

  深層強化学習と最適化を組み合わせ、目標位置に応じて歩容（トロット・バウンド・ギャロップ）を自動的かつ自然に切り替える多スキル四足歩行ポリシーを学習し、実機でも転倒からの復帰を含めて実証した。

• 拡散モデルによる四足歩行のオフライン適応
  歩行2024/11/1

  分類器不要のガイド付き拡散モデルを用いて、四足ロボットの複数スキル学習と訓練後の新しい歩行行動へのオフライン適応を実現し、ANYmalでの実機実験で有効性を示した。

• 制約付きスキル発見：教師なし強化学習による四足歩行
  歩行2024/10/1

  距離制約下でスキルと状態の相互情報量を最大化し、ノルムマッチング目的で多様な歩行スキルを学習。実機ANYmalでゼロショット目標到達を実現した。

• Learning Fine Pinch-Grasp Skills using Tactile Sensing from A Few Real-world Demonstrations
  2023/7/1
• Identifying Important Sensory Feedback for Learning Locomotion Skills
  2023/6/1
• Accessibility-Based Clustering for Efficient Learning of Locomotion Skills
  2021/9/1
• Multi-expert learning of adaptive legged locomotion
  2020/12/1