Welf Rehberg

収録論文 7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

• 身体性条件付きマルチローター航空ロボットの汎用制御
  制御2026/6/1

  任意のマルチローター構成（ヘキサローターやクアッドローターなど）を単一のネットワーク重みで制御できる汎用位置制御ポリシーを提案し、シミュレーションと実機でその有効性を示した。

• 物理を考慮したニューラル制御によるマルチロータの制御方策学習の効率的な知識転移
  sim2real2026/2/1

  強化学習と教師あり制御配分を組み合わせた物理を考慮したニューラル制御アーキテクチャを提案し、方策ライブラリからの初期化によりマルチロータの制御方策学習を最大73.5%効率化できることを示した。

• Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワーク
  sim2real2025/11/1

  GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。

• 性能駆動型タスク特化最適化によるマルチロータ設計
  sim2real2025/10/1

  強化学習とベイズ最適化、CMA-ESを組み合わせ、タスクの閉ループ性能を指標にマルチロータのモータ配置を最適化し、実機でsim2real転移を検証した。

• PX4組み込みフライトコントローラ向けニューラルネットワーク制御モード
  sim2real2025/5/1

  PX4スタックにニューラルネット制御器を組み込み、シミュレータで学習した方策をTensorFlow Lite経由で実機フライトコントローラに書き込んで位置追従制御を実現した。

• Aerial Gym Simulator：空中ロボットの高並列シミュレーションフレームワーク
  sim2real2025/3/1

  NVIDIA Isaac Gymを基盤に、多様なマルチロータの高並列シミュレーションとGPUレンダリングを可能にするフレームワークを開発し、強化学習によるナビゲーションなどのsim2real転移を実証した。

• Comparison of Optimization-Based Methods for Energy-Optimal Quadrotor Motion Planning
  2023/4/1