Younghyo Park
収録論文 4本 ・ フィジカルAI/ロボット学習
マニピュレーションロボット学習データ収集/遠隔操作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
- 目隠し精密組立：多様な部品に対応する固有感覚によるsim-to-realペグ挿入マニピュレーション2026/10/16
視覚・力覚・触覚を使わず、関節の固有感覚のみでペグ挿入・歯車噛み合わせ・ナットねじ通しを学習する強化学習方策を提案し、実機へのゼロショット転移を実現した。
- 学習のためのチューニング：コントローラゲインがロボットポリシー学習をどう形作るかロボット学習2026/4/1
ロボットの操作ポリシー学習における位置コントローラのゲイン設定が、学習アルゴリズム（模倣学習、強化学習、sim-to-real転移）に与える影響を体系的に調査し、最適なゲイン選択はタスクの特性ではなく学習パラダイムに依存することを示した論文。
- DexHubとDART：インターネット規模のロボットデータ収集に向けてデータ収集/遠隔操作2024/11/1
クラウドシミュレーションとARを組み合わせた遠隔操作プラットフォームDARTを提案し、クラウドソーシングによるロボットデータ収集を実現。収集データはDexHubに蓄積され、実世界への転移も確認された。
- 自動環境整形こそが強化学習の次のフロンティアsim2real2024/7/1
ロボット強化学習の主要なボトルネックはアルゴリズムではなく、観測・行動・報酬・シミュレーション力学といった訓練環境の設計（環境整形）であり、その自動化を研究コミュニティが目指すべきだと主張するポジションペーパー。