Haitong Ma
収録論文 13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
- RLE-Bench:ロボット学習エンジニアとしてのコーディングエージェントの適性試験ベンチマーク2026/9/28
コーディングエージェントのロボット開発能力を評価するため、制御・方策学習・知覚・機械設計の4ワークフローにまたがるベンチマークRLE-Benchを提案し、RLE指数で能力を比較した。
- ゼロショットSim-to-Real転送を備えたマルチタスクブロック押し操作のための単一拡散ポリシーコントローラ操作学習/強化学習/Sim-to-Real2026/7/1
強化学習を用いて、複数の形状のブロックを押すマルチタスク操作を単一の拡散ポリシーで学習し、実世界へゼロショット転送できることを示した論文。
- 適応学習:表現ベース強化学習によるマルチタスクスキル転移強化学習2026/6/1
スペクトルMDP分解を用いてタスク非依存のコアとタスク固有の調整に価値関数を構造化し、マルチタスク強化学習の効率的な知識共有と新タスクへの転移を実現するフレームワークRepMT-SACを提案した。
- 任意のデモンストレーションによるオフライン模倣学習:ダイナミクス表現の事前学習模倣学習2025/8/1
遷移ダイナミクスの分解からダイナミクス表現を事前学習し、限られた専門家データでもオフライン模倣学習を高精度化する手法を提案。非専門家データを再利用でき、MuJoCoや実機四足歩行で少数デモからの学習を実現。
- 拡散ポリシーのための効率的なオンライン強化学習強化学習2025/2/1
拡散ポリシーをオンライン強化学習で効率的に学習するため、損失関数を再重み付けしたReweighted Score Matchingを提案し、DPMDとSDACの2アルゴリズムを開発した。
- 肝臓フォローアップ診断のための自律型ロボット超音波システム:ファントムによるパイロット研究医療ロボティクス2024/5/1
CT画像と3D超音波の位置合わせおよび深層学習セグメンテーションを用いて、肝臓のフォローアップ超音波検査を自律的に行うロボットシステムを提案し、ファントム実験でその有効性を確認した。
- 表現学習によるSim-to-Realスキル転移と発見sim2real2024/4/1
MDPのスペクトル分解に基づくスキル表現をシミュレータから実機へ転移し、実世界データから新スキルを発見して性能を最大30.2%改善する手法を提案。
- 不確実性を考慮した到達可能性証明による安全なモデルベース強化学習安全強化学習2022/10/1
モデルの不確実性に対処する分布型到達可能性証明(DRC)を提案し、訓練中の制約違反を抑えつつ高いリターンを得る安全なモデルベース強化学習フレームワークを構築した。
- マグニチュード正則化による学習ベース安全制御のための効率的な安全証明書の合成安全制御2022/9/1
エネルギー関数の大きさを正則化することで保守性を減らし、安全性を保ちながら効率的な安全制御器を強化学習で合成する手法を提案した。
- 到達可能性に基づく制約付き強化学習制約付き強化学習2022/5/1
到達可能性解析を用いて安全な状態集合(可到達集合)を自己整合的に特徴づけ、それを制約として組み込む制約付き強化学習手法を提案し、最大の可到達集合を保証しつつ局所最適解への収束を証明した。
- モデルフリー制約付き強化学習におけるゼロ制約違反ポリシーの学習安全強化学習2021/11/1
安全指向のエネルギー関数(安全指数)でポリシー更新を制限し、危険行動を事前に特定することで、収束後に制約違反ゼロのポリシーを学習するSSACアルゴリズムを提案した論文。
- 統合意思決定と制御:解釈可能で計算効率の高い自動運転知能に向けて自動運転/強化学習2021/3/1
自動運転の意思決定と制御を階層的に分解し、モデルベース強化学習で近似求解することで、解釈性と計算効率を両立させたフレームワークを提案した論文。
- 一般化制御バリア関数を用いたモデルベース制約付き強化学習制約付き強化学習2021/3/1
制約境界までの距離に基づく一般化制御バリア関数(GCBF)でモデルベース制約付き強化学習を拡張し、安全性制約違反を抑えつつサンプル効率を高める手法を提案。自動運転の衝突回避タスクで制約違反を最大4分の1に削減し、収束を3.36倍高速化した。
