Jingwei Zhang
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
- Labference:ロボット実験室における推論と行動の連携を評価するベンチマークベンチマーク/VLA2026/10/26
物理的な実行結果に基づいてロボットが次の操作を適応的に選べるかを評価するベンチマークを提案し、VLAポリシーの目標選択エラーなどを明らかにした。
- 人間介入を活用したグラフ再重み付け行動クローニングによる高精度ロボットマニピュレーションマニピュレーション2026/10/14
成功・失敗・人間介入を含むロールアウトからタスク達成への到達可能性グラフを構築し、各行動チャンクの貢献度で重み付けしてVLAモデルを事後学習する手法を提案。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- CATCH-FORM-ACTer: 粘弾性物体操作のためのコンプライアンス対応触覚制御とハイブリッド変形調整に基づくアクショントランスフォーマーマニピュレーション2025/4/1
粘弾性物体の接触を伴う操作において、従来のCATCH-FORM-3DにTransformerベースの行動チャンキング(ACT)を組み合わせ、実時間で剛性・減衰・拡散パラメータを調整することで、人間らしい力と変形の調整を模倣し、成功率を10〜20%向上させた。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- ゲーム開始:言語モデルを強化学習の実験者として活用するVLA2024/9/1
VLMを用いて強化学習の実験サイクルを自動化し、タスク提案・スキル分解・カリキュラム構築を行うエージェントアーキテクチャを提案した。
- 最先端LiDARセグメンテーションモデル訓練の実証研究LiDARセグメンテーション2024/5/1
LiDARセグメンテーション研究を統一するツールボックスMMDetection3D-lidarsegを提案し、多様なモデル・データ拡張・疎畳み込みバックエンドを統合してベンチマークを効率化した。
- オフラインActor-Critic強化学習の大規模モデルへのスケーリング強化学習2024/2/1
オフラインActor-Critic強化学習がTransformerなどの大規模モデルにスケールし、132の連続制御タスクで行動クローニングを上回ることを示した研究。
- 実機ロボットでの大規模反復強化学習による多様な形状の積み重ね習得マニピュレーション2023/12/1
実機ロボットの自己生成データのみを用い、オフポリシー学習とオンライン/オフライン反復スキームでデータ効率を高め、ピクセルから直接エンドツーエンドで多様な形状の積み重ねを学習した。
- オフライン強化学習の汎化のための同変データ拡張オフライン強化学習2023/9/1
状態空間の並進変換に対する同変性を利用してデータセットを拡張し、オフライン強化学習エージェントの分布外目標への汎化性能を向上させる手法を提案した。
- 制御のための汎用ダイナミクスモデル制御/モデルベース強化学習2023/5/1
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
- ロボティクス領域における計画と高速学習のためのジャンピーモデルの活用モデルベース計画2023/2/1
ラベルなし経験からスキル埋め込みとマルチステップ予測モデルをオフライン学習し、計画や強化学習に活用して長期タスクのゼロショット汎化と学習高速化を実現した。
- スケジュールされた内発的ドライブ:階層的な内発的動機付け探索強化学習/探索2019/3/1
内発的・外発的方策を別々に学習し、探索とタスク遂行をスケジュールで切り替える階層的強化学習手法を提案。軌道全体の統計を用いる新たな内発的報酬SFCにより、視覚入力環境での探索効率を大幅に改善した。
- 好奇心駆動探索による地図なしナビゲーションの深層強化学習ナビゲーション2018/4/1
深層強化学習に好奇心に基づく内的報酬を加え、地図情報なしで移動ロボットが目標へナビゲーションする方策を学習させる手法を提案し、未知環境への汎化性能が向上することを示した。
- ロボット用VRゴーグル:視覚制御のための実世界からシミュレーションへのドメイン適応sim2real2018/2/1
実世界の画像をシミュレーション風に変換してから強化学習ポリシーに入力することで、シミュレーションで学習した視覚制御ポリシーを実環境へ転移する手法を提案した論文。
- 生の深度入力から社会規範に沿うナビゲーションを実現する生成的敵対的模倣学習ナビゲーション2017/10/1
GAILを用いて、歩行者位置などの事前情報なしに生の深度画像のみから社会的に配慮した移動ロボットのナビゲーションを学習・実時間実行する手法を提案した。
- ニューラルSLAM:外部メモリを用いた探索学習SLAM2017/6/1
外部メモリへの注意機構にSLAMの手続きを組み込み、強化学習エージェントが長期記憶を要する未知環境を探索できるようにした研究。
- ロボット制御のための深層学習手法サーベイ:強化学習から模倣学習まで強化学習/模倣学習2016/12/1
ロボットの制御方策を深層学習で獲得する研究を、深層強化学習と模倣学習の2大パラダイムに分けて体系的に整理したサーベイ。
- 後継特徴量を用いた深層強化学習による類似環境間のナビゲーションナビゲーション2016/12/1
迷路状環境でのロボットナビゲーションを、後継特徴量に基づく深層強化学習で解き、学習済みタスクの知識を新環境や新目標へ転移して学習時間を大幅に短縮する手法を提案した。
