Yong Zhang
収録論文 6本 ・ フィジカルAI/ロボット学習
ヒューマノイド制御交通制御/安全RL組合せ最適化自動運転テストマルチエージェント強化学習ドメイン適応
※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
- Anchor 1:全身マニピュレーションのための精密で安定したヒューマノイド制御ヒューマノイド制御2026/10/30
校正済みの疎な動作参照と明示的な誤差フィードバックを用い、オンラインの関節空間リターゲティングなしで精密かつ安定した全身マニピュレーションを実現するヒューマノイド制御器と評価ベンチマークを提案した。
- 不確実性を考慮した適合予測と世界モデル強化学習による安全な都市交通制御交通制御/安全RL2026/2/4
予測の不確実性を適合予測で校正し、それを異常検知から安全な強化学習ポリシーまで一貫して伝播させる統合フレームワークSTREAM-RLを提案し、実データで高い安全性と低遅延を達成した。
- 厳密な組合せ最適化のための深層強化学習:分枝変数選択の学習組合せ最適化2022/6/1
強化学習と模倣学習を組み合わせて分枝限定法の変数選択方策を学習し、ラベルデータ不要で高速な組合せ最適化を実現した。
- 自動運転システム試験のためのリアルタイム危険シナリオ生成フレームワーク自動運転テスト2022/6/1
ブラックボックスな自動運転システムを対象に、強化学習などを使わずリアルタイムで危険シナリオを生成するフレームワークを提案し、従来法より多くの危険シナリオを安定して得られることを示した。
- 非同期オプション選択を可能にする条件付き推論型マルチエージェント方策勾配法マルチエージェント強化学習2022/3/1
エージェントごとにオプションの選択・完了タイミングが異なる非同期な協調マルチエージェント問題に対し、条件付き推論で集中方策とその勾配を導出する新しいMAPG手法を提案し、実験で有効性を示した。
- SimROD: ロバスト物体検出のためのシンプルな適応手法ドメイン適応2021/7/1
ドメインシフトと擬似ラベルノイズに対処するため、ドメイン中心の拡張・段階的自己ラベリング・教師誘導ファインチューニングを組み合わせ、モデル構造を変えずに物体検出モデルを適応させる手法を提案した。
