Yoshihisa Tsurumine

収録論文 9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

• DeReCo: 物体適応型分散マルチロボット協調搬送のための表現学習と協調学習の分離
  群制御2026/3/1

  分散マルチロボット協調搬送において、物体依存の表現学習と協調学習を3段階の訓練戦略で分離し、サンプル効率と汎化性能を向上させるMARLフレームワークを提案。

• 適応的力差量子化による低解像度観測を用いた堅牢な布地解しのシミュレーションから実世界への転移
  sim2real2026/3/1

  布地解しタスクにおいて、力の正確な値ではなく粗い変化パターンに着目し、力入力を離散化した時間差分と状態依存の量子化閾値で表現する手法を提案。シミュレーションと実世界の両方で成功率と堅牢性が向上することを示した。

• 移動しながら任意物体を把持する自己教師あり学習
  マニピュレーション2024/11/1

  市販ロボットが移動中に任意の物体を把持できるよう、把持動作を3つのプリミティブに分解し、FCNモデルと二段階学習で汎化可能な方策を自己教師あり学習で獲得した研究。

• 三値力表現を用いたマルチエージェント強化学習による協調的把持と搬送
  マニピュレーション2024/11/1

  力覚フィードバックを用いた協調的把持・搬送において、把持環境の変化に頑健な三値力表現を導入したマルチエージェント強化学習手法を提案し、シミュレーションと実機実験で有効性を示した。

• ロバスト反復価値変換：ニューロチップ駆動エッジロボットのための深層強化学習
  強化学習/SNN/エッジロボット2024/8/1

  ニューロチップ上で動くエッジロボット向けに、浮動小数点ニューラルネットからスパイキングニューラルネットへの変換誤差を抑えつつ頑健に深層強化学習を行う手法RIVCを提案し、実機で有効性を検証した。

• Goal-Aware Generative Adversarial Imitation Learning from Imperfect Demonstration for Robotic Cloth Manipulation
  2022/9/1
• Randomized-to-Canonical Model Predictive Control for Real-world Visual Robotic Manipulation
  2022/7/1
• Cyclic Policy Distillation: Sample-Efficient Sim-to-Real Reinforcement Learning with Domain Randomization
  2022/7/1
• Binarized P-Network: Deep Reinforcement Learning of Robot Control from Raw Images on FPGA
  2021/9/1