Chang Shi
University of Texas at Austin
収録論文 5本 ・ フィジカルAI/ロボット学習
マニピュレーションワールドモデル目標条件付き強化学習sim2real手術支援/動作認識
※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
- 安定性を考慮したオンライン強化学習による3Dビンパッキングマニピュレーション2026/11/5
積み荷の崩壊リスクを確率的に学習し、方策と価値推定に組み込むことで、未知の到着列に対しても安定かつ高充填率で箱を詰めるオンライン3Dビンパッキング手法SHOREを提案した。
- 因子分解型潜在行動ワールドモデルワールドモデル2026/2/18
動画から潜在行動を学習する際、シーンを複数の独立因子に分解し、各因子が独自の潜在行動を推論・予測するフレームワークFLAMを提案。複数エンティティが同時に動く複雑な環境での予測精度と表現品質を向上させ、下流の政策学習を容易にする。
- 目標条件付き強化学習のためのヌル反事実的因子相互作用目標条件付き強化学習2025/5/6
物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。
- ロボットエアホッケー：強化学習のためのマニピュレーションテストベッドsim2real2024/5/1
ロボットエアホッケーを題材に、到達からブロック押し出しまで多様なタスクと2つのシミュレータ・実機を含む強化学習テストベッドを構築し、模倣学習・オフラインRL・スクラッチRLで評価した。
- ロボット支援手術におけるTransformerモデルを用いた手術ジェスチャーと軌道の認識・予測手術支援/動作認識2022/12/1
手術ロボットの関節角度データのみから、Transformerモデルで現在の手術ジェスチャー認識、将来のジェスチャー予測、将来の軌道予測を同時に行う手法を提案し、JIGSAWSデータセットで高精度を達成した。
