Changxin Huang

収録論文 7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

• Dreamerによるタスク不変特性の学習：四足ロボットの効率的なポリシー転移を実現
  sim2real2026/4/1

  シミュレーションから実世界への転移を改善するため、Dreamer世界モデルにタスク不変特性の学習を組み込んだフレームワークDreamTIPを提案し、四足ロボットの複雑な地形での性能を大幅に向上させた。

• ICAT: 身体化世界モデルにおける物理的リスク予測のためのインシデント事例に基づく適応的テスト
  世界モデル/リスク予測2026/4/1

  ビデオ生成型世界モデルが危険な行動のリスクを過小評価する問題を指摘し、実際の事故報告や安全マニュアルからリスク記憶を構築してテストケースを生成するICATを提案した。

• 脚式マニピュレータによる動的物体把持のための全身協調
  マニピュレーション2025/8/1

  四脚ロボットとマニピュレータを用いた動的物体把持のベンチマークDQ-Benchと、特権情報を活用する教師-生徒フレームワークDQ-Netを提案し、動的環境での把持性能を大幅に向上させた。

• 大規模言語モデルによるロボットスキル学習のための自動ハイブリッド報酬スケジューリング
  強化学習2025/5/1

  LLMがタスク記述から報酬の重み付けルールを生成・選択し、複数の報酬成分を段階的に学習させることで、ロボットの強化学習スキル獲得を効率化するフレームワークを提案した。

• 報酬と方策の共進化による言語指示からの効率的なスキル獲得
  VLA2024/12/1

  LLMで報酬関数を自動設計しつつ、報酬関数と方策を交互に進化させることで、言語指示からロボットスキルを効率的に獲得するフレームワークを提案。

• Video2Reward: 脚式ロボットの行動学習のための動画からの報酬関数生成
  脚式ロボット/強化学習/報酬設計2024/12/1

  動画から対象行動のキーポイント軌道を抽出し、LLMで報酬関数を生成、さらに視覚的フィードバックで反復改善することで、脚式ロボットの行動学習を効率化する手法を提案。

• Reward-Adaptive Reinforcement Learning: Dynamic Policy Gradient Optimization for Bipedal Locomotion
  2021/7/1