Zhang-Wei Hong
収録論文 12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
- 少ないデータから多くを学ぶ:後知恵からの強化学習VLA/強化学習2026/7/10
VLAモデルの強化学習後訓練において、失敗したロールアウトを実際に達成したタスクに再ラベル付けする「後知恵からの学習」を提案し、サンプル効率を5倍向上させた。
- プロンプト駆動探索強化学習/探索2026/7/9
ロボット操作や推論タスクにおいて、報酬が得られない初期状態からでも、視覚言語モデルがロールアウト動画を分析してプロンプトを書き換えることで探索を促進し、強化学習の成功を可能にする手法を提案した。
- ReGen: 逆設計による生成的ロボットシミュレーションsim2real2025/11/1
ロボットの行動とテキスト記述から、その行動を引き起こしうるシナリオや環境を大規模言語モデルで推論し、シミュレーションを自動生成するフレームワーク。
- ロボット基盤モデル監査のための身体性レッドチーミングVLA2024/11/1
視覚言語モデルを使って文脈に即した難易度の高い指示を自動生成し、言語条件付きロボットモデルの性能と安全性を評価する手法を提案した。
- ORSO: オンライン報酬選択と方策最適化による報酬設計の加速強化学習/報酬設計2024/10/1
報酬整形関数の選択をオンラインモデル選択問題として定式化し、人間の介入なしに高性能な報酬関数を自動特定する手法を提案。連続制御タスクでデータ効率と計算時間を大幅に改善。
- ROER: 正則化付き最適経験リプレイ強化学習2024/7/1
TD誤差による優先度付けを占有測度最適化の観点から再解釈し、KL正則化に基づく新しい経験リプレイ手法ROERを提案。連続制御タスクやオフライン→オンライン微調整で性能向上を示した。
- テキストから運転へ:大規模言語モデルによる多様な運転行動の合成自動運転シミュレーション2024/6/1
大規模言語モデルを活用し、自然言語の記述から多様な運転行動をシミュレーション上で生成する二段階の知識駆動型手法を提案した。
- グリッド細胞に着想を得た断片化と想起による効率的な地図構築ナビゲーション2023/7/1
脳のグリッド細胞の断片化現象に着想を得て、驚きに基づく空間クラスタリングで局所地図を断片化・長期記憶に保存し、必要時に想起して大規模空間を効率的に探索・地図構築する手法FARMapを提案した。
- 並列Q学習:大規模並列シミュレーション下でのオフポリシー強化学習のスケーリング強化学習2023/7/1
GPUベースの大規模並列シミュレーション環境で、オフポリシー強化学習(Q学習)を効率的にスケールさせる並列Q学習(PQL)を提案し、PPOを上回る実時間性能とサンプル効率を実現した。
- Stubborn:屋内物体ナビゲーションの強力なベースライン物体ナビゲーション2022/3/1
屋内で目標物体へ移動するタスクにおいて、探索・物体識別・地図構築の課題を改善し、学習なしの探索戦略や時系列情報の統合、マルチスケール衝突マップにより従来手法を上回るベースラインを提案した論文。
- 非対称アーキテクチャによる深層強化学習エージェントの展開時推論コスト削減強化学習2021/5/1
高コストな方策と低コストな方策を切り替える非対称アーキテクチャを提案し、ロボット制御ベンチマークで性能を保ちつつ推論コストを削減した。
- 仮想から現実へ:視覚的セマンティックセグメンテーションを用いた制御学習sim2real2018/2/1
RGB画像をセマンティックセグメンテーションに変換する知覚モジュールと強化学習による制御ポリシーを分離したモジュール型アーキテクチャを提案し、シミュレータで学習したモデルを実世界の障害物回避・目標追従タスクへ効率的に転移できることを示した。
