Ruihan Zhao
The University of Texas at Austin
収録論文 10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
- マルチフィデリティ方策勾配によるデータ希少強化学習の安定化強化学習2026/10/1
高忠実度データが少ない強化学習において、低忠実度データを制御変量として活用し、PPOに拡張したMFPG-PPOを提案。シミュレーションと実機で安定性とデータ効率を向上させた。
- FORM: 直接的な材料則同定によるロボットマニピュレーションマニピュレーション2026/9/29
単一のロボット相互作用から弱形式運動量バランスを用いて変形可能な材料の物理特性を高速同定し、そのモデルを新しい動作や形状のマニピュレーション計画に再利用する手法を提案。
- MoS-VLA: ワンショットスキル適応を可能にする視覚-言語-行動モデルVLA2025/10/1
ロボット操作方策を学習済み基底関数の線形結合として表現し、新しいタスクには1回の実演だけで勾配更新なしに適応できるVLAフレームワークを提案。
- Web2Grasp: ウェブ画像の手と物体のインタラクションから機能的な把持を学習マニピュレーション2025/5/1
ウェブ画像から人間の手と物体の3Dインタラクションを復元し、ノイズ除去と物理シミュレーションを経て、多指ロボットハンドの機能的な把持を学習する手法を提案。
- IG-MCTS:不完全情報下での人間参加型協調ナビゲーション人間ロボット協調ナビゲーション2025/2/1
ロボットが局所知覚で移動し人間が不正確な地図で指示する協調ナビゲーションにおいて、情報共有と移動を同時最適化するオンライン計画法IG-MCTSを提案し、通信量と認知負荷を低減しつつ性能を維持できることを示した。
- PEERNet: ネットワーク接続型ロボットシステムのためのエンドツーエンド実時間プロファイリングツールシステム/プロファイリング2024/9/1
センサ・ネットワーク・深層学習パイプライン・デバイスを適応的にプロファイリングし、クラウドロボティクスの実時間性能を監視するツールPEERNetを提案。遠隔操作やVLM推論で非直感的な挙動を明らかにした。
- 潜在空間の最近傍誘導探索による画像からのスパース制御タスク学習マニピュレーション2023/2/1
少数のデモンストレーションを用いて、画像のみからスパース報酬のロボットマニピュレーションタスクを効率的に学習する手法を提案。
- スキル遷移モデルによる階層的少数ショット模倣学習模倣学習2021/7/1
オフラインデータからスキルを抽出し、逆スキルダイナミクスモデルと距離関数を用いて、少数の実演から未見タスクへ汎化する模倣学習手法FISTを提案した。
- 対照学習とデータ拡張による効率的な視覚ロボット制御の学習実機強化学習2020/12/1
対照学習による事前学習とデータ拡張を組み合わせ、実機ロボットアームが10個のデモンストレーションから30分程度の訓練でスパース報酬の操作タスクをピクセル入力で学習できる手法CoDERを提案した。
- 視覚からエンパワーメントを効率的に推定する潜在表現学習表現学習2019/12/1
視覚観測のみから未知のダイナミクスにおけるエンパワーメントを、サンプリング不要で効率的に計算できる潜在空間の確率的モデルを提案した論文。
