Octi Zhang

University of Washington

収録論文 6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

• AlphaNIST: 二値タスク報酬から創発する組立スキル
  マニピュレーション2026/10/9

  NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。

• バランスの取れたデータダイエット：ロボット制御のための超大規模強化学習における探索ボトルネックの解消
  強化学習2026/10/8

  強化学習の大規模並列シミュレーションにおいて、ポリシーの能力の限界付近のタスク設定に学習を集中させる適応的サンプリング手法を提案し、四足歩行などの難タスクを効率的に学習できるようにした。

• FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習
  学習ダイナミクス2026/10/6

  接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。

• Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワーク
  sim2real2025/11/1

  GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。

• VAMOS：能力に応じて調整可能な階層型視覚-言語-行動モデルによる誘導可能なナビゲーション
  ナビゲーション2025/10/1

  意味的計画と身体性の接地を分離した階層型VLAを提案し、車輪・脚型ロボット間のクロス身体性ナビゲーションと自然言語による誘導を実現した。

• 親による指導：進化的蒸留による効率的な生涯学習
  生涯学習2025/3/1

  強化学習・模倣学習・共進化的エージェント地形カリキュラムを組み合わせ、エージェントが複雑なタスクを通じて継続的に進化し、多様性と専門性のバランスを取りながら生涯学習を実現する枠組みを提案した。