Songfang Huang
Peking University
収録論文 4本 ・ フィジカルAI/ロボット学習
強化学習/報酬設計ロボットポリシー実行VLA/価値学習VLA
※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。
- PACE: 位相を考慮したロボットポリシーのチャンク実行ロボットポリシー実行2026/6/1
アクションチャンキングを用いるロボットポリシーにおいて、予測されたチャンク内の速度プロファイルから低速度の遷移点を検出し、その点を再計画境界として実行ホライゾンをオンラインで選択する訓練不要の実行手法PACEを提案した。シミュレーションと実機で成功率を向上させた。
- 凍結VLAがすでに知っている成功の兆候:基盤ロボットポリシーにおける価値様構造の探索研究VLA/価値学習2026/5/1
凍結したVLAポリシーの特徴表現から、軽量な線形プローブで成功確率を予測できることを示し、それを用いて行動選択を改善した。
- TTF-VLA: 視覚言語行動モデルのためのピクセル注意統合による時間トークン融合VLA2025/8/1
VLAモデルが各時刻で独立に視覚入力を処理し時間情報を捨てている問題に対し、履歴と現在の視覚表現を選択的に融合する学習不要の手法を提案し、操作タスクの成功率を向上させた。
