Yisoo Lee
Korea Institute of Science and Technology
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
- DODGER: 動的障害物環境におけるロボットナビゲーションのための安全誘導強化学習ナビゲーション2026/9/30
CBFによる安全フィルタを訓練時の参照として活用し、ポリシー探索を制限せずに動的障害物を回避する強化学習フレームワークを提案。ヒューマノイドのシミュレーションと実機実験で検証した。
- リアルタイム動力学に基づくトルクサンプリングMPPIによるコンプライアントで力認識のマニピュレーションマニピュレーション2026/9/2
MPPIベースのタスク空間制御フレームワークを提案し、剛体動力学をリアルタイムMPCで解き、安全制約を課すことで、非構造環境での正確な運動・力制御とコンプライアントな物理的相互作用を実現した。GPU並列化を活用したトルクサンプリング方式により、166Hz以上の更新レートを達成し、7自由度マニピュレータで実証した。
- ProxPI: 学習済み事前分布の不一致下でのサンプリングベースMPCに対する近接事前分布注入モデル予測制御2026/9/1
学習済みポリシーとMPCを組み合わせる際、事前分布が不正確な場合にサンプリング分布をポリシー出力に中心化する既存手法の問題を指摘し、名目中心のサンプリングを維持しつつポリシーを近接コストとして組み込むProxPIを提案。理論と実験で性能回復を実証。
- RGB: RL誘導による全身MPPIヒューマノイド制御ヒューマノイド制御2026/6/1
事前学習済みの強化学習ポリシーをサンプリング事前分布として使い、MPPIのコストでタスク目的を指定する全身制御フレームワークを提案。再学習なしでタスク精度を向上させる。
- 柔軟でスパースな潜在空間に基づくロボットのリアルタイム異常検知手法異常検知2025/4/1
Masked Autoregressive FlowをAdversarial AutoEncoderに統合し、スパースオートエンコーダで重要特徴に注目することで、限られたデータとノイズの多い信号でもリアルタイムに異常検知できるモデルを提案した。
- 関節物体操作のための部分空間別ハイブリッド強化学習マニピュレーション2024/12/1
関節物体の操作を複数の部分空間に分割し、それぞれ独立した目的で強化学習ポリシーを学習することで、未知のダイナミクスへの適応と冗長性の活用を実現した。
- 重心動力学を用いた簡略化全身動力学による全身制御の効率的計算全身制御2024/9/1
ヒューマノイドロボットの全身制御を効率化するため、運動連鎖を拘束・非拘束に分割し、非拘束側を重心動力学で簡略化する手法を提案。計算時間を大幅に短縮し、自由度が増えるほど効率が向上することを示した。