Dezhong Zhao
収録論文 10本 ・ フィジカルAI/ロボット学習
報酬学習強化学習選好ベース強化学習群制御人間ロボットインタラクション
※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
- PrefMoE: 混合専門家報酬学習による頑健な選好モデリング報酬学習2026/5/1
ノイズや矛盾を含む選好データから複数の報酬専門家を学習し、軌跡レベルのソフトルーティングで適応的に組み合わせることで、頑健な選好モデリングを実現する手法を提案した。
- PRIMT: 基盤モデルによるマルチモーダルフィードバックと軌道合成を用いた選好ベース強化学習強化学習2025/9/1
基盤モデルを活用してマルチモーダルな合成フィードバックと軌道生成を行い、人間の入力を減らしつつ選好ベース強化学習の曖昧さとクレジット割り当てを改善するフレームワークを提案。
- PrefMMT: マルチモーダルTransformerによる選好ベース強化学習での人間選好のモデリング選好ベース強化学習2024/9/1
ロボット軌道の状態と行動を別モダリティとして扱うマルチモーダルTransformerで人間の選好をモデル化し、選好ベース強化学習の性能を向上させた論文。
- チーム異質性と動的情報不確実性下におけるマルチ人間マルチロボットチームの適応的タスク割り当て群制御2024/9/1
人間とロボットが混在するチームで、メンバーの異質性や動的な状況変化に対応するため、階層強化学習を用いた適応的タスク割り当て手法を提案し、環境モニタリング事例で有効性を示した。
- REBEL: マルチヒューマン・マルチロボットチームの初期タスク割り当てのためのルールベースと経験強化学習を統合したLLMフレームワーク群制御2024/9/1
複数人・複数ロボットのチーム編成において、LLMの推論をルールベースと経験強化で補助し、ユーザ選好や動的なチーム構成変化に対応する初期タスク割り当て手法を提案した。
- 選好に基づく行動表現学習による人間とロボットのインタラクションの個人適応人間ロボットインタラクション2024/9/1
事前学習済みロボット方策を活用し、人間の選好を行動表現学習で取り込むことで、タスク性能を保ちながら効率的に個人適応する手法を提案した。
- PrefCLM: クラウドソースLLMによる選好ベース強化学習の強化選好ベース強化学習2024/7/1
複数のLLMエージェントを仮想教師として活用し、Dempster-Shafer理論で選好を統合する選好ベース強化学習フレームワークを提案。人間参加型パイプラインで個々のユーザー選好に適応したロボット行動を実現する。
- Initial Task Assignment in Multi-Human Multi-Robot Teams: An Attention-enhanced Hierarchical Reinforcement Learning Approach2023/10/1
- Initial Task Allocation for Multi-Human Multi-Robot Teams with Attention-based Deep Reinforcement Learning2023/3/1
- Husformer: A Multi-Modal Transformer for Multi-Modal Human State Recognition2022/9/1