Ze Ji

収録論文 14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

• ロボット材料操作における微分可能物理ベース最適化の数値的信頼性
  sim2real2026/9/28

  微分可能物理シミュレーションを用いたロボット材料操作の最適化において、GPUの非決定性や有限差分検証の限界、目的関数設計の影響を検証し、再現性と検証手法の改善を提言した。

• DDBot: 未知の粒状材料に対応する微分可能物理ベース掘削ロボット
  マニピュレーション2025/10/1

  GPU加速と自動微分を活用した微分可能物理シミュレータを備え、未知の粒状材料の特性を効率的に同定し、高精度な掘削スキルを最適化するフレームワークを提案。実世界でのゼロショット展開も実現。

• 実験室自動化のための粉体操作における微分可能スキル最適化
  マニピュレーション2025/10/1

  微分可能物理シミュレーションと低次元スキルパラメータ化、カリキュラム学習を組み合わせ、実験室での粉体搬送タスクを高精度かつ安定に実現する軌道最適化フレームワークを提案した。

• 骨格化品質評価：ロボティクスにおける点群解析のための幾何学的指標
  点群解析2025/4/1

  点群形状の骨格化結果を、位相的類似性・有界性・中心性・滑らかさなどの幾何学的性質で定量的に評価する指標とスコアリング枠組みを提案し、オープンソースツールとして公開した。

• 弾塑性材料のロボットマニピュレーションのための微分可能物理に基づくシステム同定
  マニピュレーション2024/11/1

  ロボットアームが簡単な操作と不完全な3D点群から弾塑性材料と環境の物理パラメータを推定し、シミュレーションを実世界に合わせる微分可能物理ベースのフレームワークを提案。

• 物理情報とデモンストレーションを活用した粒状材料操作の学習フレームワーク
  マニピュレーション2024/6/1

  微分可能な物理シミュレータと勾配ベースのデモ生成を組み合わせ、粒状材料の操作を効率的に学習する手法を提案。

• Learning to bag with a simulation-free reinforcement learning framework for robots
  2023/10/1
• CasIL: Cognizing and Imitating Skills via a Dual Cognition-Action Architecture
  2023/9/1
• Recent Advances of Deep Robotic Affordance Learning: A Reinforcement Learning Perspective
  2023/3/1
• Abstract Demonstrations and Adaptive Exploration for Efficient and Stable Multi-step Sparse Reward Reinforcement Learning
  2022/7/1
• An Open-Source Multi-Goal Reinforcement Learning Environment for Robotic Manipulation with Pybullet
  2021/5/1
• Accelerated Sim-to-Real Deep Reinforcement Learning: Learning Collision Avoidance from Human Player
  2021/2/1
• Design, Integration and Sea Trials of 3D Printed Unmanned Aerial Vehicle and Unmanned Surface Vehicle for Cooperative Missions
  2021/2/1
• 3D Vision-guided Pick-and-Place Using Kuka LBR iiwa Robot
  2021/2/1