Yuki Kadokawa
収録論文 12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
- ブリッジ型SBI：低忠実度事後分布のバイアス補正による高忠実度推論のコスト効率化シミュレーション較正2026/6/1
粒子ベースの土工シミュレーションのパラメータ較正を、低忠実度シミュレーションで得たバイアス付き事後分布を高忠実度シミュレーションの結果に合わせて補正する「ブリッジ型SBI」を提案し、計算コストを抑えつつ高精度な推論を実現した。
- 粒子シミュレーションを用いたポリシー学習による掘削機の自律障害物除去掘削機/ポリシー学習/シミュレーション2026/6/1
掘削機が地面の障害物を自律的に除去するためのポリシー学習フレームワークを提案。埋没条件に基づくカリキュラム学習でシミュレーションコストを抑えつつ、実機への適用を実現した。
- 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。
- ViSA: 訪問状態拡張による汎用ゴール空間コントラスト強化学習強化学習2026/3/1
ゴール条件付き強化学習におけるコントラスト学習の価値関数推定が限られたゴールにしか正確でない問題を解決するため、訪問状態を拡張するデータ拡張手法ViSAを提案し、シミュレーションと実ロボットで汎化性能を向上させた。
- 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。
- 道具の寿命を延ばす：寿命を考慮した強化学習による汎用道具の巧みな使用学習マニピュレーション2025/7/1
有限要素解析とマイナー則で道具の残存寿命を推定し、それを報酬に組み込んだ強化学習で、タスクをこなしつつ道具の寿命を最大8倍延ばす使い方を学習させた。
- DAPPER: 識別性を考慮したポリシー間選好ベース強化学習によるクエリ効率の良いロボットスキル獲得強化学習2025/5/1
複数のポリシー間の軌道比較で選好クエリを生成し、識別性を推定する識別器で優先サンプリングすることで、クエリ効率を高める選好ベース強化学習手法を提案。
- 家庭用小型ロボットのための静音歩行学習歩行2025/2/1
強化学習とsim-to-realを用いて、足の接地速度を抑えることで家庭用四足ロボットの足音を静かにする歩行制御を実現した研究。
- 漸進的解像度ポリシー蒸留：粗解像度シミュレーションを活用した時間効率の良い細解像度ポリシー学習sim2real2024/12/1
土砂掘削シミュレータで、粗い解像度のシミュレーションで学習したポリシーを中間解像度を経て細かい解像度へ段階的に転移するPRPDを提案し、サンプル時間を1/7以下に短縮しつつ実環境での成功率を維持した。
- 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。
- Cyclic Policy Distillation: Sample-Efficient Sim-to-Real Reinforcement Learning with Domain Randomization2022/7/1
- Binarized P-Network: Deep Reinforcement Learning of Robot Control from Raw Images on FPGA2021/9/1