Zihao Wu
収録論文 6本 ・ フィジカルAI/ロボット学習
強化学習サーベイsim2real教育/LLMVLA
※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
- WarpSAC: 探索と活用の再考によるスケーラブルなオフ方策強化学習の頂点を目指して強化学習2026/8/25
データ量に応じて安定化手法を適応させるオフ方策RLアルゴリズムWarpSACを提案し、CPU/GPU並列環境で既存手法を大幅に上回る性能を達成した。
- ワールドモデル:アーキテクチャ、方法論、推論パラダイム、応用に関する包括的サーベイサーベイ2026/5/28
環境の構造とダイナミクスを学習する内部シミュレータであるワールドモデルについて、アーキテクチャ、方法論、推論戦略、応用領域の4軸で分類する包括的なサーベイを提供する。
- 非定常性で失われるランクと勾配:強化学習における可塑性損失を緩和するサンプル重み減衰強化学習2026/4/2
強化学習の可塑性損失をネットワーク最適化の理論的観点から分析し、勾配減衰を補正する軽量な手法「サンプル重み減衰」を提案した。
- ALDM-Grasping: 拡散モデルによるロボット把持のゼロショットSim-to-Real転移sim2real2024/3/1
拡散モデルでシミュレーション画像をフォトリアルに変換し、実環境とのギャップを埋めることで、ロボット把持タスクのゼロショットSim-to-Real転移を実現した研究。
- コーディングとロボティクス教育のための大規模言語モデル教育/LLM2024/2/1
ロボットプログラミング教育における大規模言語モデルの活用を検討し、主要モデルを従来のコーディングとブロック図を含むロボットコード生成で評価した。GPT-4Vが全テストで優位だったが、ブロック図画像の生成は苦手だった。
- ロボティクスにおける大規模言語モデル:機会・課題・展望VLA2024/1/1
LLMとマルチモーダルLLMのロボットタスクへの統合を概観し、GPT-4Vを用いた身体性タスク計画フレームワークを提案・評価したサーベイ論文。
