Mengzhe Wang
JD Explore Academy
収録論文 4本 ・ フィジカルAI/ロボット学習
強化学習/報酬設計マニピュレーションVLA/操作慣性オドメトリ
※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
- 進捗関係からロボットの報酬を学習するEvent2Reward強化学習/報酬設計2026/10/29
実ロボットの成功・失敗・非最適実行データから、軌跡内の局所的な進捗関係を活用して密な報酬を学習する手法を提案し、方策成功率を大幅に向上させた。
- DexCast: 人間の動画から実世界の巧みな操作を学習マニピュレーション2026/10/10
単眼RGB-D動画から手と物体の相互作用を再構成し、テレオペレーションなしでロボットハンドの巧みな操作を拡散方策により学習するフレームワークを提案。
- M²-VLA: 層混合とメタスキルによる汎用操作のための視覚言語モデル強化VLA/操作2026/4/1
視覚言語モデルをロボット操作のバックボーンとして直接活用し、層混合戦略とメタスキルモジュールを導入して、高次意味理解と精密制御のギャップを埋める新しいVLAモデルを提案した。シミュレーションと実環境で有効性とゼロショット汎化を実証した。
- TinyIO: 軽量再パラメータ化慣性オドメトリ慣性オドメトリ2025/7/1
訓練時にマルチブランチ構造を用い、推論時に等価な単一経路へ変換することで軽量化を実現した慣性オドメトリ手法を提案。公開データセットで精度とモデルサイズの良好なトレードオフを示した。
