Songyuan Zhang
Massachusetts Institute of Technology
収録論文 13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
- 安全性証明関数の統一的概観:HJ到達可能性と制御バリア関数の技法安全性検証2026/11/5
HJ到達可能性解析と制御バリア関数という2大手法による安全性証明関数の合成を統一的に解説し、ベンチマーク比較を通じて実用的な選択指針を与えるチュートリアル論文。
- FAITH: 高次元システムのための実行可能性を考慮した安全フィルタ付き強化学習安全強化学習2026/10/8
タスク方策と安全フィルタを分離し、学習した安全価値で最小介入フィルタを近似することで、高次元ヒューマノイドでも高い安全性とタスク性能を両立するモデルフリー強化学習フレームワークを提案。
- LASER: 潜在空間随伴マッチングによるサポート制約付きエントロピー正則化オフライン強化学習オフライン強化学習2026/10/6
フローマッチングで学習した振る舞いクローンポリシーの潜在空間内で、エントロピー正則化付きオフラインRLを行うLASERを提案し、OGBenchの40タスクで最先端性能を達成した。
- CBFベース強化学習による安全でスケーラブルなマルチドローンペイロード輸送:ゼロショットsim-to-real転送群制御2026/7/1
マルチドローンによる協調ペイロード輸送を、安全制約を保証するCBFベースの強化学習とドメインランダム化で訓練した分散ポリシーにより実現し、実機でゼロショット転送と動的環境での安全性を実証した。
- 未知の実行可能性を持つパラメータロバスト回避問題を強化学習で解く強化学習2026/2/1
強化学習を用いて、安全な方策が存在する初期条件の部分集合を特定しながら、その集合上で到達可能性問題を解く手法FGEを提案した。
- ReFORM: ノイズ操作によるサポート上オフライン強化学習のための反射フローオフライン強化学習2026/2/1
オフライン強化学習において、フローポリシーを用いてサポート制約を構造的に満たしつつ、反射フローでノイズを操作して性能を最大化する手法を提案。
- 制御バリア関数を用いた階層型マルチエージェント強化学習による安全クリティカル自律システムマルチエージェント強化学習2025/7/1
制御バリア関数に基づく階層型マルチエージェント強化学習を提案し、多数のエージェントが衝突を避けつつ協調してタスクを達成する安全な方策を学習する。
- 分散エピグラフ形式によるマルチエージェント安全最適制御MARL2025/4/1
制約付きマルコフ決定過程をエピグラフ形式で解くことで訓練を安定化させ、集中訓練・分散実行型の安全マルチエージェント強化学習手法Def-MARLを提案し、シミュレーションと実機ドローンで有効性を示した。
- マルチエージェント安全最適制御のための離散GCBF近接方策最適化マルチエージェント安全制御2025/2/1
未知の離散時間動力学・部分観測・近傍変化・入力制約下で、離散グラフ制御バリア関数と高性能安全方策を同時学習するDGPPOを提案し、複数シミュレータで安全性と性能の両立を示した。
- 基盤モデルによる救済:接続型マルチロボットシステムのデッドロック解消群制御2024/4/1
LLMやVLMを高レベルプランナとして用い、リーダーと経由点を割り当てることで、マルチロボットシステムのデッドロックを解消する階層制御フレームワークを提案した。
- GCBF+:分散型安全マルチエージェント制御のためのニューラルグラフ制御バリア関数フレームワーク群制御2024/1/1
グラフ制御バリア関数(GCBF)を提案し、グラフニューラルネットワークでパラメータ化することで、大規模なマルチエージェントシステムの分散型安全制御を実現するフレームワークGCBF+を開発した。ドローン群での実機実験により有効性を示した。
- マルチロボットシステムのための安全制御の学習:手法・検証・未解決課題群制御2023/11/1
複数ロボットの安全な制御を学習ベースで実現する手法を、安全性の概念からシールディング、制御バリア関数学習、安全考慮型マルチエージェント強化学習、検証ツールまで体系的にサーベイし、今後の課題を整理した。
- 信頼度を考慮した模倣学習:最適性の異なるデモンストレーションからの学習模倣学習2021/10/1
最適性がばらつくデモンストレーションから、信頼度スコアと高性能な方策を同時に学習する枠組みCAILを提案し、理論的な収束保証と実機実験で有効性を示した論文。
