Yuhong Cao
National University of Singapore
収録論文 34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
- PRIMAL3: 強化学習と模倣学習によるマルチエージェント経路探索 - LaCAM3を活用した大規模フレームワーク群制御2026/8/1
本論文は、強化学習と模倣学習を統合した大規模マルチエージェント経路探索フレームワークPRIMAL3を提案し、ボトルネックや行き止まりなどの重要な状態でのエージェント間の協調を改善する。
- TAGA: 地形認識に基づく能動的注視学習による汎用俊敏人型ロコモーション歩行2026/6/1
人間が歩行中に地形の関連箇所を選択的に見る仕組みに着想を得て、視覚・固有感覚・運動指令を統合し、高さスキャンの特定領域へ能動的に注意を向ける学習フレームワークを提案。強化学習のみで注視行動が創発し、実機で1.2mのギャップ横断など汎用的で頑健な歩行を実現した。
- COIN: 協調と相互作用を考慮した自動運転のためのマルチエージェント強化学習マルチエージェント強化学習2026/3/1
本論文は、自動運転のためのマルチエージェント強化学習フレームワークCOINを提案し、個別目標と協調目標を同時に最適化する新しいアルゴリズムと、局所・大域の相互作用を捉える批判者アーキテクチャを導入して、密集交通での安全性と効率を向上させた。
- ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーションナビゲーション2026/3/1
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
- FARE: 高速・低速エージェント型ロボット探査探査/ナビゲーション2026/1/1
LLMによる大域的推論と強化学習による局所制御を組み合わせ、未知環境を効率的に探査する階層型フレームワークを提案し、実機の大規模建物環境で検証した。
- GPO: 脚式ロボットの移動と全身制御のための成長型方策最適化歩行2026/1/1
初期段階で行動空間を制限し徐々に拡大する時変行動変換を導入することで、トルクベース制御の脚式ロボットの強化学習を安定化・高性能化する手法GPOを提案し、四足・六足ロボットで実機ゼロショット展開まで検証した。
- ORION: オプション正則化深層強化学習による協調マルチエージェントオンラインナビゲーションマルチエージェントナビゲーション2026/1/1
不完全な事前地図を持つ環境で、複数エージェントがオンライン観測を共有しながら分散的に協調し、経路最適性と地図不確実性の低減を両立する深層強化学習フレームワークORIONを提案。
- 拡散モデルによるマルチエージェント情報経路計画のためのエージェント意図群制御2025/12/1
拡散モデルを用いて非自己回帰的に長期軌道を生成し、強化学習で微調整することで、マルチエージェント情報経路計画を効率化する分散型フレームワークAIDを提案した。
- APEX: 行動事前分布による脚式ロボットのロバスト動作追従のための効率的探索歩行2025/11/1
専門家のデモンストレーションを減衰する行動事前分布として強化学習に組み込み、展開時の参照データ依存を排除しつつ、脚式ロボットの多様な動作追従を効率的かつロバストに学習する手法を提案。
- HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索探索/強化学習2025/10/1
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
- HeLoM: 六脚ロボットによる全身ロコマニピュレーションのための階層型学習ロコマニピュレーション2025/9/1
六脚ロボットが前脚で物体を押し、後脚で推進・バランスを取る全身協調動作を階層型強化学習で実現し、重く不規則な物体の押し操作をシミュレーションと実機で検証した。
- KiVi: 動的で安全な自己中心脚式移動のための運動感覚・視空間統合歩行2025/9/1
固有感覚を安定した基盤としつつ視覚情報を選択的に統合する枠組みを提案し、四足ロボットが不整地や視覚ノイズ・遮蔽に頑健に歩行できるようにした。
- GRATE: グラフトランスフォーマーを用いた時間効率の良い自律ロボット探索のための深層強化学習アプローチ自律探索2025/9/1
未知環境を自律探索するロボットの経路計画にグラフトランスフォーマーとカルマンフィルタを組み合わせ、移動距離と探索完了時間を最大約21%削減する強化学習手法を提案した。
- CogniPlan: 条件付き生成レイアウト予測を用いた不確実性誘導経路計画経路計画2025/8/1
部分的に観測された地図から複数の実現可能なレイアウトを生成モデルで予測し、その不確実性を考慮してグラフアテンションで経路計画を行うフレームワークを提案。探索とナビゲーションの両方で性能を向上させ、実機でも検証した。
- ニューラルアルゴリズミック推論器で大規模言語モデルを強化するマルチエージェント経路探索マルチエージェント経路探索2025/8/1
マルチエージェント経路探索(MAPF)の性能を高めるため、グラフニューラルネットワークベースのニューラルアルゴリズミック推論器(NAR)とクロスアテンションでLLMを誘導するフレームワークLLM-NARを提案し、シミュレーションと実機実験で既存手法を上回ることを示した。
- ロボットタスク計画における一般化巡回セールスマン問題を解くためのマルチモーダル融合学習タスク計画2025/6/1
グラフと画像の両表現を融合した学習フレームワークにより、一般化巡回セールスマン問題をリアルタイムで高品質に解く手法を提案し、ロボット実機で有効性を検証した。
- 3次元情報経路計画のための注意機構に基づく学習経路計画2025/6/1
3次元空間での適応的情報経路計画問題に対し、注意機構を用いた深層強化学習手法を提案し、環境の不確実性を低減しつつ探索と活用のバランスを取る。
- APEX: 行動事前分布による効率的探索で脚式ロボットの頑健な動作追従を実現歩行2025/5/1
参照動作への依存を減らすため、減衰する行動事前分布で探索を誘導し、複数クリティックでスタイルとタスクを分離学習する動作追従RLフレームワークを提案。人型・四足ロボットのシミュレーションとUnitree Go2でのゼロショット展開で有効性を示した。
- Search-TTA: 実環境での視覚探索のためのマルチモーダルテスト時適応フレームワークVLA2025/5/1
衛星画像とCLIPを活用した視覚探索において、探索中に不確実性重み付き勾配更新で予測を動的に修正するテスト時適応フレームワークを提案し、大規模生態データセットAVS-Benchで最大30%の性能向上を達成した。
- HELM: 言語モデルを用いた人間の好みに沿う探索自律探索2025/3/1
大規模言語モデルを活用し、自然言語で指定した好みに応じて移動ロボットの自律探索を柔軟に制御するフレームワークを提案した。
- SATA: 動物の学習に着想を得た安全で適応的なトルクベース歩行ポリシー歩行2025/2/1
動物の生体力学的原理と適応学習機構を模倣し、トルク空間で直接制御する脚式ロボットの歩行ポリシーを学習するフレームワークを提案。初期探索を改善し、安全性と適応性の高い動作を実現する。
- SIGMA: 層理論に基づく幾何学的マルチエージェント経路計画群制御2025/2/1
層理論を分散深層強化学習に応用し、限られた視野でもエージェント間の局所的な合意形成を通じて協調的な経路計画を実現するフレームワークを提案。
- MARVEL: 視野制約下での大規模環境マルチロボット探索のためのマルチエージェント強化学習群制御2025/2/1
カメラのような限られた視野のセンサを持つロボット群が、グラフアテンションと情報駆動型行動枝刈りを用いた分散強化学習により、大規模未知環境を協調探索する手法を提案。
- DARE: 拡散ポリシーによる自律ロボット探査探査2024/10/1
拡散モデルと注意機構を組み合わせ、専門家の実演から学習した拡散ポリシーで未知環境の探査経路を一度の推論で生成する手法を提案。
- IR2: 断続的接続下でのロボット探査チームのための暗黙的ランデブー群制御2024/9/1
深層強化学習と注意機構を用いて、通信が疎で断続的な環境で複数ロボットが単独探査と情報共有のトレードオフを長期的に判断し、効率的に探査する手法を提案。
- HDPlanner: 階層的意思決定ネットワークによる未知環境での自律展開の推進ナビゲーション2024/8/1
深層強化学習と階層的アテンションネットワークを用いて、未知環境での移動ロボットの自律探索とナビゲーションを実現し、従来手法より最大35.7%短い移動距離でリアルタイム計画を可能にした。
- 帯域制限下での分散マルチロボット探査のための特権強化学習と通信学習群制御2024/7/1
深層強化学習と特権学習を組み合わせ、ロボットが地図情報を固定長メッセージに圧縮して通信量を最大2桁削減しつつ、探査効率の低下を2.4%に抑える分散マルチロボット探査手法を提案した。
- STAR: 航空ロボティクス研究のための群知能フレームワーク群制御2024/6/1
低コストな小型ドローンCrazyflieを用いた群知能研究用フレームワークSTARを提案し、フィデューシャルマーカーによる位置推定と速度障害物法による衝突回避を実装した。
- 深層強化学習による大規模ロボット探査探査2024/3/1
深層強化学習とアテンション機構を用いて、未知環境をリアルタイムに探査する経路計画手法を提案し、大規模環境へのスケーリングを実現した。
- Intent-based Deep Reinforcement Learning for Multi-agent Informative Path Planning2023/3/1
- Spatio-Temporal Attention Network for Persistent Monitoring of Multiple Mobile Targets2023/3/1
- ARiADNE: A Reinforcement learning approach using Attention-based Deep Networks for Exploration2023/1/1
- Distributed Reinforcement Learning for Robot Teams: A Review2022/4/1
- DAN: Decentralized Attention-based Neural Network for the MinMax Multiple Traveling Salesman Problem2021/9/1