モバイルマニピュレーションのための身体性選択と距離認識世界モデル
2024年1月1日
·
1 分で読める
移動マニピュレーションを行うロボットが、身体性選択（embodiment selection）（移動と腕動作のどちらをいつ用いるか）と動作計画を統合的に学習するための世界モデルベース強化学習の研究。reachability報酬や距離認識報酬を導入し、潜在空間の類似度に依存しない確かな動作スキルの獲得を目指します。
関連論文：
- Xiaoxu Feng, Takato Horii. “Distance-Aware World Model-based Reinforcement Learning for Mobile Manipulation Behaviors”. IEEE Access, Early Access, 2026.
- Xiaoxu Feng, Takato Horii, Takayuki Nagai. “Predictive Reachability for Embodiment Selection in Mobile Manipulation Behaviors”. IEEE Robotics and Automation Letters, February 2025.
- Xiaoxu Feng, Takato Horii, Takayuki Nagai. “Predictive Reachability for Embodiment Selection in Mobile Manipulation Behaviors”. 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025.
著者
堀井隆斗
(he/him)
准教授
大阪大学大学院基礎工学研究科 准教授。
認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、
ロボット学習、ヒューマンロボットインタラクションを専門とする。