Haichao Zhang
収録論文 18本 ・ フィジカルAI/ロボット学習
※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
- Transformerにおける表現進化の方向分解による分離解釈性2026/9/14
Transformerの表現更新を平行・垂直成分に分解し、編集ロバスト性や圧縮誤差、事前学習への介入効果を解析した研究。
- PhyGround: 生成ワールドモデルにおける物理推論のベンチマークビデオ生成/物理推論2026/5/11
ビデオ生成モデルの物理法則遵守を評価するための、基準に基づいたベンチマークと自動評価器を提案した論文。
- ThinkJEPA:大規模視覚言語推論モデルで潜在世界モデルを強化世界モデル2026/3/1
VLMの長期的な意味推論とJEPAの密な動力学モデリングを二重時間経路で統合し、手の操作軌道予測の精度を向上させた研究。
- 脚式移動マニピュレータによる多段階ピックアンドプレースの学習マニピュレーション2025/9/1
四足歩行ロボットによる移動マニピュレーションの多段階ピックアンドプレースタスクをシミュレーションで視覚運動ポリシーとして学習し、実世界で約80%の成功率を達成した。
- 視界外エージェントのマルチモーダル追跡・センサ融合・軌道予測軌道予測2025/9/1
カメラに映らない物体のノイズを含むセンサ観測から、視覚的位置合わせでノイズ除去し軌道を予測する手法を歩行者から車両にも拡張し、自律走行やロボティクスへの応用可能性を高めた。
- SLIM: 長期的視覚運動学習によるシミュレーションから実機への脚式指示マニピュレーションsim2real2025/1/1
低コストな四足歩行ロボットとアーム、単眼カメラを用い、シミュレーションのみで強化学習を行い、探索・移動・把持・運搬・配置を含む長期的タスクを実世界で約80%の成功率で達成するシステムを開発した。
- 時間的最適輸送報酬によるロボット方策学習模倣学習2024/10/1
専門家の動画デモからロボットの方策を学ぶ際、最適輸送に時間順序情報を組み込んだ報酬を提案し、Meta-worldベンチマークで有効性を示した。
- スケーラブルな生成モデルによる動作計画タスクの解決自動運転2024/7/1
運転シーンのダイナミクスを学習する生成モデルを提案し、シミュレーション・計画・オンライン学習に活用できることを示した。
- OOSTraj: 視界外物体の軌跡予測と視覚・測位ノイズ除去軌跡予測2024/4/1
カメラに映らない物体のノイズを含むセンサ軌跡を教師なしで除去し、視覚軌跡へと変換することで視界外の歩行者軌跡を予測する手法を提案。
- ノイズの多いモバイルモダリティからのレイアウト系列予測軌跡予測2023/10/1
遮蔽や見失いで不完全な軌跡を補うため、スマホのノイズ多いセンサデータから拡散モデルで物体のレイアウト系列を予測する手法を提案。
- パラメータ合成による効率的なマルチタスク・転移強化学習マニピュレーション2023/6/1
パラメータ合成の枠組みでマルチタスク強化学習を改善し、それを基盤に様々なマニピュレーションタスクへの転移性能を高める手法を提案した。
- 時空間ヒートマップを用いた模倣学習:NuPlanチャレンジ準優勝ソリューション自動運転計画2023/6/1
自動運転の複雑なマルチモーダルシナリオで安全な計画を実現するため、行動クローニングに時空間ヒートマップ表現を導入し、将来のマルチモーダル状態を予測して軌道を洗練させる手法を提案。NuPlanチャレンジで総合2位、特に進捗と快適性の指標で最高スコアを獲得。
- PaCo: パラメータ合成によるマルチタスク強化学習マルチタスク強化学習2022/10/1
複数のタスクに適用できる単一の方策を学習するため、パラメータの部分空間を学習し、タスクごとの方策をその補間として合成する手法を提案。Meta-Worldベンチマークで最先端性能を達成。
- 安全エディタ方針による安全な強化学習安全強化学習2022/1/1
効用最大化方針が提案する危険な行動を安全な行動に変換する安全エディタ方針を学習する二方針手法SEditorを提案し、制約違反率を極めて低く抑えつつ高い効用を達成した。
- エントロピー報酬は本当に必要か?SACの実践的再検討強化学習2022/1/1
最大エントロピーRLの代表手法SACでエントロピー報酬の効果を大規模に検証し、方策評価でのエントロピー報酬は失敗を招きやすく、方策改善のみでの正則化で同等以上の性能と頑健性が得られることを示した論文。
- 時間的抽象化を組み込んだActor-Critic強化学習TAAC強化学習2021/4/1
連続制御向けに、前の行動を繰り返すか新しい行動を選ぶ二段階方策をActor-Criticに組み込み、行動反復に特化したQ演算子で学習を安定化させたオフポリシーRL手法。
- MetaView: 少数サンプルからの能動的物体認識能動認識2021/3/1
メタ学習を用いて、少数の物体サンプルから視点選択ポリシーを学習する少数ショット能動的物体認識手法を提案し、カテゴリ・インスタンス分類で有効性を示した。
- 言語誘導型特徴変換モジュールGFT:身体性エージェントのための言語接地言語接地2018/5/1
生の画素・言語コマンド・疎な報酬から端到端で学習できる言語接地モジュールを提案し、文埋め込みを変換行列として視覚特徴を言語誘導で変換することで、言語指示ナビゲーションタスクで最先端を上回った。
