Yu Ishihara

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。

[Yu Ishihara @xeonics]

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 https://t.co/YA8E4hjY87

[Yu Ishihara @xeonics]

空飛ぶ車とかの次元じゃなかった

[Yu Ishihara @xeonics]

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
https://t.co/HQXCNOmVo0

[Yu Ishihara @xeonics]

@AmazonHelp Amazonすごい、なんならちょっと速すぎて怖い

[Yu Ishihara @xeonics]

宅配ボックスに入れるのは良いんだが、パスワード教えてくれよAmazonの業者さん。。。

[Yu Ishihara @xeonics]

@AmazonHelp 中の人のスピード感すごい。。。不在票は入ってなかったですがカスタマーサービスのところから行ったところに番号書いてあることを今知りました。

[Yu Ishihara @xeonics]

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 @xeonics]

ロボット工学三原則ってやたらと持て囃されるけど、あれって一見良いルールなのにロボットが期待した動作をしないっていうところが小説になっているわけで、不具合有りまくりだと思うんだが

[Yu Ishihara @xeonics]

4脚ロボットの強化学習、どっからその報酬出てきたんだよが多すぎる。魔境です。魔境。

[Yu Ishihara @xeonics]

@aakamisaka ロボットでの結果をみると確かにその考察もあると思います。では、オフポリシーな手法でPPOみたいに直近のデータだけ入れて学習したらどうなのか？とか、手前味噌ですがGranTurismoのエージェントはなんでSACでうまく行ったんだ？ロボットとそんなに差があるだろうかと思い、最初の呟きに至ります

[Yu Ishihara @xeonics]

ロボット屋さんなんでそんなにPPO好きなの？

[Sotaro Katayama @mayataka_]

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: https://t.co/HGPR2OvD6D
arXiv: https://t.co/s3nmo2d7s7

[Yu Ishihara @xeonics]

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 https://t.co/t4ZhRcWmr1

[Sotaro Katayama @mayataka_]

https://t.co/HGPR2OvD6D
https://t.co/s3nmo2d7s7
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．

[Yu Ishihara @xeonics]

@LightSpeedEsper 知ってるの？自分は最近まであまり関わりなかったんだけど、楽しそうにしてたよ！

[Yu Ishihara @xeonics]

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

[Robotic Systems Lab @leggedrobotics]

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: https://t.co/HSBbQt7aZK
Video: https://t.co/yy3MTXOyIz

🧵

[Yu Ishihara @xeonics]

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！
https://t.co/l9C9O0pBfU

[Yu Ishihara @xeonics]

https://t.co/Ju7llnCi0A
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

[Yu Ishihara @xeonics]

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↓
https://t.co/J80EUpNsBx

[Yu Ishihara @xeonics]

https://t.co/Ju7llnCi0A
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

[Yu Ishihara @xeonics]

https://t.co/Ju7llnCi0A
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

[Yu Ishihara @xeonics]

Neuripsのランチ美味しくないって質問されるくらいみんな思ってたんか