Wenbing Huang
収録論文 14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
- GraphThink: グラフ強化LLM思考による長期的身体性タスク計画タスク計画2026/8/1
LLMベースの身体性エージェントの計画における幻覚や長期タスクへの汎化不足を解決するため、タスクグラフとシーングラフを統合したフレームワークを提案。ALFREDベンチマークで最先端性能を達成した。
- HDマッピングのための車線トポロジー推論に関する簡潔なサーベイHDマッピング2025/4/1
HDマップ構築のための車線トポロジー推論手法を、手続き的モデリング・航空画像・車載センサの3パラダイムに分類し、評価指標やベンチマーク性能、課題と今後の方向性を整理したサーベイ論文。
- Think-Then-React: 制約のない人間の行動から反応生成に向けて動作生成2025/3/1
大規模言語モデルを基盤に、行動意図を推論する「思考」と反応を予測する「反応」の二段階で人間らしい反応動作を生成するフレームワークTTRを提案。
- 3Dマルチエンティティ物理環境における部分同変強化学習強化学習/マルチエージェント2024/7/1
複数エンティティからなる3D環境で、タスク割当てにより局所グラフに分解し、部分同変メッセージパッシングで効率的に方策を学習するSHNNを提案し、新ベンチマークMEBENで有効性を示した。
- 3D環境における部分同変グラフ強化学習強化学習2023/5/1
任意の初期姿勢・方向から3D空間を自由に移動できる形態非依存RLベンチマークを提案し、幾何対称性を組み込んだTransformerで方策を学習する手法を開発した。
- マルチオブジェクトナビゲーションのための能動カメラ学習ナビゲーション2022/10/1
複数物体への効率的なナビゲーションを実現するため、カメラの動きを強化学習問題として定式化し、ナビゲーション方策と協調する能動カメラ方策を学習する手法を提案した。
- 物体中心キーポイント検出と記述のSim2Real転移sim2real2022/2/1
各キーポイントがどの物体に属するかも識別する物体中心のキーポイント検出・記述手法を提案し、不確実性や物体記述子の分岐を取り入れたSim2Real対照学習で実環境へ汎化させる。
- 音響攻撃に頑健な音声視覚ナビゲーション音声視覚ナビゲーション2022/2/1
目標音に加えて音響攻撃者が存在する複雑な環境を設計し、エージェントが攻撃を回避しながら音源を探索できるよう、集中型批評家と分散型俳優による共同訓練を導入した研究。
- 触覚-視覚知覚に向けた弾性触覚シミュレーション触覚2021/8/1
触覚センサを粒子群としてモデル化し弾性変形を再現するEIPシミュレーションを提案し、触覚と視覚を統合する知覚ネットワークで3D形状復元の性能を向上させた。
- 敵対的オプション認識型階層模倣学習模倣学習2021/6/1
長期の未注釈デモンストレーションからスキルを学ぶため、オプションで階層をモデル化し生成的敵対的最適化で方策を訓練するOption-GAILを提案。EM型アルゴリズムで専門家とエージェントのオプション占有測度を最小化し、収束性を理論的に証明した。
- 粒子の弾性相互作用によるロボット触覚シミュレーション触覚2020/11/1
触覚センサを協調する粒子群としてモデル化し、弾性理論で接触時の変形を再現する新しい触覚シミュレーション手法EIPを提案した論文。
- 不完全な専門家デモンストレーションからのソフト制約付き強化学習RLfD2019/11/1
不完全なデモしかない状況でも使えるRLfD手法を提案し、専門家の指導をソフト制約として扱う制約最適化問題を双対形の局所線形探索で効率的に解く。
- 逆動力学の不一致を最小化する観察からの模倣学習模倣学習2019/10/1
状態のみのデモンストレーションから模倣するLfOにおいて、模倣者と専門家の逆動力学モデルの不一致がLfDとの差であることを理論的に示し、その上限をモデルフリーに最小化するIDDMを提案した論文。
- 選好に基づくコスト学習によるタスク転移強化学習/タスク転移2018/5/1
専門家の選好を手がかりに、正確な専門家デモや明示的なコスト関数なしで強化学習のタスク転移を実現する枠組みを提案し、選好選択と敵対的MaxEnt IRLによるコスト・軌道分布学習を交互に行う。
