Bozhou Zhang

収録論文 6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

• PRICE：身体性強化学習のための物理的関係に基づく行動チャンクのクレジット割り当て
  強化学習2026/9/30

  終端の成否信号のみから、軌道間の物理的関係を利用して行動チャンクごとのクレジットを推定する手法PRICEを提案し、LIBEROや実機で有効性を示した。

• 想像された未来から実行可能な行動へ：ロボット操作のための潜在行動の混合
  マニピュレーション2026/5/1

  ビデオ生成モデルによる未来予測をロボット操作に活用する際、予測フレームを直接ポリシーに渡すのではなく、複数の逆動力学モデルを用いて潜在行動の混合表現に変換する制御指向インターフェースMoLAを提案し、シミュレーションと実機で性能向上を確認した。

• 前方・逆動力学の事前学習分離によるロボット学習の非絡み合い化
  VLA2026/4/1

  視覚と言語・行動の予測を分離し、前方動力学モデルと逆動力学モデルを別々に事前学習してから統合するフレームワークDeFIを提案し、CALVINやSimplerEnvなどのベンチマークで最先端性能を達成した。

• 相対位置が重要：極座標表現による軌道予測と計画
  自動運転2025/8/1

  自動運転の軌道予測・計画において、従来の直交座標ではなく極座標系で位置を表現する手法Polarisを提案し、距離と方向の影響をより自然にモデル化して最先端性能を達成した。

• 過去と未来を橋渡しする：履歴予測と計画を用いたEnd-to-End自動運転
  自動運転2025/3/1

  自動運転のEnd-to-Endモデルにおいて、過去の予測・計画クエリを未来の各タイムステップに対応付けて再利用するBridgeADを提案し、nuScenesで最先端性能を達成した。

• DeMo: 動き予測を方向意図と動的状態に分離するフレームワーク
  予測2024/10/1

  交通エージェントの軌道予測を「方向意図」と「時間変化する状態」に分けてモデル化し、AttentionとMambaを組み合わせてArgoverse 2とnuScenesで最高精度を達成した研究。