Chuning Zhu
収録論文 8本 ・ フィジカルAI/ロボット学習
制御/強化学習VLAマニピュレーションモデルベース強化学習強化学習モデルベースRL
※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
- 潜在記憶宮殿：制御のための推論を自己回帰変分推論として捉える制御/強化学習2026/7/1
連続制御ポリシーに適応的な推論能力を持たせるため、自己回帰潜在空間での変分推論として推論を定式化し、潜在空間強化学習で変分下界を最適化する手法を提案した。
- 世界行動モデルはゼロショット方策であるVLA2026/2/1
動画拡散モデルを基盤に未来の世界状態と行動を予測するWorld Action Model「DreamZero」を提案し、実機でVLAを上回る汎化性能と7Hzのリアルタイム閉ループ制御を実現した。
- 意味論的ワールドモデルVLA2025/10/1
未来のピクセルを再構成する代わりに、タスクに関連する意味情報を視覚的質問応答として予測するワールドモデルを提案し、VLMを活用してロボット制御の汎化性能を向上させた。
- 統合ワールドモデル：大規模ロボットデータセットの事前学習に向けた動画と行動の拡散の結合VLA2025/4/1
行動拡散と動画拡散を単一のトランスフォーマーに統合し、拡散タイムステップを制御することで政策・順動力学・逆動力学・動画生成を柔軟に表現できるUWMを提案。大規模マルチタスクデータでの事前学習と行動なし動画からの学習を可能にした。
- ASID: ロボットマニピュレーションにおけるシステム同定のための能動的探索マニピュレーション2024/4/1
少量の実世界データを用いてシミュレータを自律的に改良し、正確な制御戦略を計画する学習システムを提案。
- RePo: 事後予測可能性の正則化による堅牢なモデルベース強化学習モデルベース強化学習2023/9/1
視覚モデルベース強化学習において、観測から潜在表現への情報流を制約することで背景の乱れに強い表現を学習し、さらに報酬なしのアライメントでテスト時適応を可能にした手法を提案。
- ランダム特徴を用いた自己教師あり強化学習によるタスク間転移強化学習2023/5/26
ランダムな報酬で自己教師あり事前学習したモデルフリー強化学習により、長期的な環境ダイナミクスを暗黙的にモデル化し、新しい報酬関数のタスクへ迅速に適応する手法を提案。
- 潜在空間コロケーションによるモデルベース強化学習モデルベースRL2021/6/1
画像から学習した潜在状態モデルを用い、行動ではなく潜在状態の軌跡をコロケーション法で計画することで、長期的なタスクにおける視覚的モデルベース強化学習を改善した研究。
