Research Software Engineer@Sony / Ph.D. in Eng. / Robotics, Deep Reinforcement Learning / RoboCup / Splatoon X26 / 発言は個人の見解であり、所属する組織を代表するものではありません。
Tokyo-to, Japan
Joined June 2010
- Tweets3.5K
- Following426
- Followers434
- Likes1.5K
Pinned Tweet
制御工学アドベントカレンダーに最適制御と強化学習のつながりについて書きました。
興味ある方は是非 qiita.com/yuishihara/items/d…
弊社で久々のロボット系の有給インターン(バイト)の募集が出ました。要項には運動制御、運動計画、認識行動計画の経験とあるんですが、あまり気にせず、むしろ強化学習xロボットのテーマに取り組みたい方に是非きてほしい！ので興味のある学生の方は是非応募ください
sony.com/ja/SonyInfo/Jobs/sg…
ロボットがパルクールしたり、宙返りしたりできるようになったことは、それはそれですごいのだけれど、アプリ視点では20年前にパラパラを踊っていたロボットと本質的にそんなに違うかなと思っちゃうので、現時点では大して意味ある進化じゃ無いのではという気もする
Yu Ishihara retweeted
How to mitigate the challenges in the sim-to-real RL for a toy-sized humanoid robot?
To this end, we have proposed a RL framework leveraging observations from IMUs mounted on the feet.
Project Page: sony.github.io/learning-feet…
arXiv: arxiv.org/abs/2504.00614
Preprintの段階にもかかわらず、弊社のロボットTachyonでのRLの成果を、日経ロボティクスさんに取り上げていただきました
《日経Robotics》ソニーが強化学習新手法、報酬設計の苦労不要に 不等式表現の制約のみから高度な動作を実現 xtech.nikkei.com/atcl/nxt/ma…
Yu Ishihara retweeted
sony.github.io/learning-feet…
arxiv.org/abs/2504.00614
小型ヒューマノイドの sim-to-real 強化学習について，プレプリントと Project Page を公開しました．
別チームですが、RLxロボット(aibo)でこんなこともやってます。動画もペーパーも上がっているので、興味ある方はチェックしてみてくださいー
Check out our #ICRA2025 paper where we train a robotic puppy to dance expressively!
Our method, Deep Fourier Mimic, a generalized version of DeepMimic, enables automatic parameterization of reference data.
Project site: sony.github.io/DFM/
Video: youtube.com/watch?v=Do4HmC9P…
🧵
しれっとプロジェクトページとサンプルコード公開しました！
Tachyon 3の動画も載ってます！
sony.github.io/CaR/
arxiv.org/abs/2501.04228
arXivに論文が上がりました！
報酬関数を設計するのをやめて、制約関数だけ設計して、ロボットの強化学習でよくある面倒な報酬の重み調整を自動化する強化学習のアプローチを提案してます
実験には弊社の6脚ロボットのTachyon 3を使ってるので、そちらに興味ある方もぜひ
先日の論文に関連して、ロボットx強化学習をテーマにした長期(〜1年)有給インターンの募集を開始しました！
成果が出れば、学会等での論文発表もできるので、4月から一緒に研究開発に挑戦いただける学生の皆様、是非ご応募ください。
もちろん実機までやれます！
詳しくは↓
sony.com/ja/SonyInfo/Jobs/in…
arxiv.org/abs/2501.04228
arXivに論文が上がりました！
報酬関数を設計するのをやめて、制約関数だけ設計して、ロボットの強化学習でよくある面倒な報酬の重み調整を自動化する強化学習のアプローチを提案してます
実験には弊社の6脚ロボットのTachyon 3を使ってるので、そちらに興味ある方もぜひ
arxiv.org/abs/2501.04228
arXivに論文が上がりました！
報酬関数を設計するのをやめて、制約関数だけ設計して、ロボットの強化学習でよくある面倒な報酬の重み調整を自動化する強化学習のアプローチを提案してます
実験には弊社の6脚ロボットのTachyon 3を使ってるので、そちらに興味ある方もぜひ
