Hongyi Zhou
収録論文 19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
- 失敗前にロボットを修正する:選好学習による能動的ヒューマン・イン・ザ・ループ介入ヒューマン・イン・ザ・ループ/選好学習2026/11/3
XRインターフェースで将来の動作を事前確認し、望ましくない行動の前に介入できる枠組みを提案。修正を選好学習でポリシーに反映し、実機マニピュレーションで成功率を向上させた。
- PointMapPolicy:マルチモーダル模倣学習のための構造化点群処理マニピュレーション2025/10/1
点群をダウンサンプリングせず規則的なグリッド状に構造化し、RGB画像と効率的に融合する拡散ポリシーを提案。複数の操作タスクで最先端性能を達成した。
- FLOWER: 効率的な視覚-言語-行動フローポリシーによる汎用ロボットポリシーの民主化VLA2025/9/1
LLM層の削減とモジュラー適応でパラメータを抑えた9.5億パラメータのVLAモデルFLOWERを提案し、200GPU時間の事前学習で大規模モデルに匹敵する性能とCALVIN ABCベンチマークでのSoTAを達成した。
- MoRe-ERL: エピソード強化学習による動作残差学習強化学習/軌道計画2025/8/1
事前計画された参照軌道を、エピソード強化学習と残差学習を組み合わせて安全で効率的なタスク固有の軌道に改良するフレームワークを提案し、シミュレーションから実機への転移性能も検証した。
- BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化模倣学習2025/6/1
Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。
- 模倣学習のための点群と視覚表現の融合に向けて模倣学習2025/2/1
点群とRGB画像の両方を活用する模倣学習手法FPV-Netを提案し、点群エンコーダを画像トークンで条件付けすることでRoboCasaベンチマークで最先端性能を達成した。
- X-IL: 模倣学習ポリシーの設計空間を探る模倣学習2025/2/1
模倣学習ポリシーの構成要素を自由に組み替えられるオープンソースフレームワークX-ILを提案し、設計空間を体系的に探索して既存手法を上回る新構成を発見した。
- IRIS: 没入型ロボットインタラクションシステムXR/データ収集2025/2/1
拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。
- BMP:Bスプラインと運動プリミティブの橋渡し模倣学習/強化学習2024/11/1
Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。
- ロボットエアホッケー選手権の回顧:実世界ロボティクスに向けた堅牢・信頼・安全な学習技術のベンチマークsim2real2024/11/1
NeurIPS 2023で開催されたロボットエアホッケー選手権を振り返り、sim-to-realギャップや安全性など実世界展開の課題をベンチマークし、学習と事前知識の組み合わせが有効であることを示した。
- HIRO: 事前計算済み決定論的ロードマップを用いたヒューリスティクス情報に基づくロボットオンライン経路計画経路計画2024/10/1
静的な環境から決定論的ロードマップを事前計算し、その経路コストの下限をヒューリスティクスとして動的環境でのオンライン経路探索を高速化する手法を提案し、実世界実験で有効性を示した。
- TOP-ERL: Transformerを用いたオフポリシー・エピソディック強化学習強化学習2024/10/1
長い行動軌跡をセグメントに分割し、Transformerベースのクリティックで各セグメントの状態行動価値を推定することで、エピソディック強化学習をオフポリシーで効率的に学習する手法を提案した。
- MaIL: Mambaによる模倣学習の改善模倣学習2024/6/1
Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。
- 拡散ポリシーを混合エキスパートへと変分蒸留する手法模倣学習2024/6/1
事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。
- ブラックボックスを開く:時間相関エピソード強化学習のためのステップベース方策更新強化学習2024/1/1
エピソード強化学習のブラックボックスを開き、ステップ情報を活用して時間相関を考慮した方策更新を行うTCEを提案。データ効率と滑らかな探索を両立。
- MP3: 運動プリミティブに基づく再計画ポリシー強化学習/運動プリミティブ2023/6/1
運動プリミティブを深層強化学習に統合し、スパースで非マルコフ的な報酬から学習しつつ、実行中の環境変化に適応できる再計画戦略を導入した手法を提案する。
- ムーブメントプリミティブを用いた深層ブラックボックス強化学習強化学習2022/10/1
ムーブメントプリミティブのパラメータをブラックボックス最適化するエピソードベース強化学習に、微分可能な信頼領域層を導入した深層学習アルゴリズムを提案し、疎・非マルコフ報酬で従来手法を上回ることを示した。
- ロバスト交叉エントロピー法による制約付きモデルベース強化学習安全強化学習2020/10/1
モデル予測制御とニューラルネットワークアンサンブルで不確実性を見積もり、制約違反を抑えながら効率的に学習する安全強化学習手法を提案した。
- 進化的強化学習による混在動的環境でのマルチエージェント経路計画群制御2020/7/1
グローバルプランナで長距離航行を分割し、画像表現で動的障害物をモデル化しつつ進化的強化学習で分散型局所計画ポリシーを学習、非協力的動的障害物が多い環境でも高い成功率と安定性を実現した。
