William Yang Wang
収録論文 7本 ・ フィジカルAI/ロボット学習
マニピュレーション強化学習ナビゲーションVLA視覚言語ナビゲーション
※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
- マルチモーダルプロンプトによるロボット操作の習得:事前学習とマルチタスク微調整マニピュレーション2023/10/1
視覚と言語が混在するマルチモーダルプロンプトでロボット操作を学習するフレームワークを提案し、VIMA-BENCHで最高精度を達成した。
- 効率的な深層強化学習のための柔軟な注意機構に基づくマルチポリシー融合強化学習2022/10/1
複数の知識ポリシーを注意機構で柔軟に組み合わせて融合する強化学習フレームワークKGRLを提案し、サンプル効率と汎化性能を向上させた。
- 楽観的探索と分布補正を組み合わせたオフポリシー強化学習強化学習2021/10/1
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
- 環境非依存マルチタスク学習による自然言語ナビゲーションの汎化ナビゲーション2020/3/1
視覚言語ナビゲーションと対話履歴ナビゲーションを同時に学習し、環境に依存しない表現を獲得することで、未見環境への汎化性能を大幅に向上させた研究。
- 言語を越える視覚言語ナビゲーションVLA2019/10/1
英語の指示で訓練したロボットが中国語の指示でもゼロショットでナビゲーションできることを示し、バイリンガルなデータセットBL-R2Rを構築した研究。
- 強化学習によるクロスモーダル照合と自己教師あり模倣学習を用いた視覚言語ナビゲーション視覚言語ナビゲーション2018/11/1
視覚言語ナビゲーションにおいて、強化学習で指示と軌跡のクロスモーダル照合を強化する手法と、過去の良い判断を模倣して未知環境への汎化を高める自己教師あり模倣学習を提案した論文。
- 先を見据えて跳べ:モデルフリーとモデルベース強化学習を橋渡しする先読み型視覚言語ナビゲーション視覚言語ナビゲーション2018/3/1
モデルフリー強化学習とモデルベース強化学習を組み合わせ、次状態と報酬を予測する環境モデルと先読み方策を統合したハイブリッド手法を提案し、実世界のRoom-to-Roomデータセットで最高性能を達成した。
