Xiaomeng Huang
収録論文 3本 ・ フィジカルAI/ロボット学習
ビデオ世界モデルモデルベース強化学習マニピュレーション
※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
- RoboAlign-R1: ロボットビデオ世界モデルのための蒸留型マルチモーダル報酬アライメントビデオ世界モデル2026/5/1
ロボットビデオ世界モデルの訓練を、再構成損失などの低レベル目的ではなく、指示追従や操作成功などの意思決定に重要な能力に合わせるため、報酬アライメントと長期推論安定化を組み合わせたフレームワークを提案した。
- 計画としての時空間予測:生成的世界モデルを用いたモデルベース強化学習アプローチモデルベース強化学習2025/10/5
時空間予測をモデルベース強化学習の問題として捉え、生成的世界モデルとビーム探索による計画で非微分な評価指標を報酬として活用し、極端事象の捕捉精度を高める手法を提案した。
- RMBench:ロボットマニピュレータ制御のための深層強化学習ベンチマークマニピュレーション2022/10/1
ロボットマニピュレーションタスクにおける深層強化学習アルゴリズムを評価するベンチマークRMBenchを提案し、ピクセル入力からの学習性能と安定性を比較した。
