Michael Zhang
収録論文 8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
- RoBoSR: 身体化ロボット推論のための構造化シーン表現操作/タスク計画2026/6/1
物体中心のシーングラフを用いて操作タスクを状態遷移として定式化し、高レベルのタスク推論を生の入力から分離することで、長期的で因果的な推論を可能にする構造的表現を提案した。
- OMNI-PoseX: 身体化タスクのための高速6D物体姿勢推定ビジョンモデル姿勢推定2026/4/1
オープンワールドで動作する6D物体姿勢推定の基盤モデルを提案し、オープンボキャブラリ認識とSO(3)対応の反射フローマッチングを統合した新規アーキテクチャにより、高精度かつリアルタイムな姿勢推定を実現した。
- GSR: 身体性マニピュレーションのための構造化推論学習マニピュレーション2026/2/1
世界状態の変化を意味的に接地したシーングラフ上の遷移として明示的にモデル化し、長期的なマニピュレーションタスクの推論とゼロショット汎化を改善する手法を提案。
- ロバスト把持と操作のための大域的最適独立接触領域の高速推定マニピュレーション2025/6/1
平面上の接触に対して、大域的最適な独立接触領域を高速に計算する分割統治アルゴリズムを提案し、従来手法より100倍以上高速化した。
- 因子分解スケーリング曲線によるデータ収集の指針模倣学習2025/5/1
データ量に対する性能変化を因子ごとに定量化する因子分解スケーリング曲線を構築し、限られた予算で最も影響力のある因子の組み合わせに絞ったデータ収集を可能にする手法を提案。
- ニューラルダイナミクス同定を用いたソフトマルチコプタ制御ソフトロボティクス/制御2020/8/1
弾性素材と非対称ローター配置を持つソフトマルチコプタの形状変化を軽量ニューラルサロゲートモデルで予測し、LQR制御とオンライン再線形化を組み合わせてホバリングや軌道追従などの多様な動作を実現した研究。
- 逆方向カリキュラム生成による強化学習強化学習2017/7/1
目標状態から逆算して徐々に遠い開始状態を自動生成するカリキュラムで、スパース報酬の目標指向タスクを効率的に学習する手法を提案。
- 確率的に安全な方策転送安全学習2017/5/1
ロボットアームの学習中に期待損傷を安全制限以下に保ちながら、トルク制限と方策パラメータの更新が安全性に与える影響を予測して最適化する手法を提案した。
