Haifeng Zhang
収録論文 8本 ・ フィジカルAI/ロボット学習
生体模倣推進/流体知能VLAsim2real強化学習/遊泳ロボットVLA/強化学習強化学習/ロボット魚
※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
- 非定常流れを味方につける：渦を活用する生体模倣推進を実現する高スループット学習プラットフォーム生体模倣推進/流体知能2026/9/13
実流体との相互作用を高速に大量取得する8チャネル装置と、模倣・オフライン学習・オンライン適応を段階的に行うアルゴリズムを組み合わせ、渦を利用した生体模倣推進の制御則を学習する枠組みを提案した。
- 効率的なVLAを決めるもの：アクションヘッド設計・スケーリング・レイテンシの探求VLA2026/9/12
VLAモデルにおいて、アクションヘッドの性能はデコーダ構造よりも言語バックボーンの最終層を初期化に使うことが最大の要因であり、アラインメント後はスケーリングが有効になることを実験的に示した研究。
- Sim2Sea: 混雑水域における船舶航行のためのシミュレーションから実世界へのポリシー転移sim2real2026/3/1
混雑した海域での自律航行を実現するため、GPU並列シミュレータと速度障害物ガイド付き行動マスキングを備えたポリシーを開発し、シミュレーションのみで訓練したポリシーを実船にゼロショット転移させた。
- 拘束下での遊泳：四足生物模倣推進のための安全強化学習フレームワーク強化学習/遊泳ロボット2026/3/1
四足ロボットの遊泳を、推力を最大化しつつ不安定化力を最小化する制約付き最適化問題として定式化し、PID調整ラグランジュ乗数を用いた安全強化学習手法ACPPO-PIDを提案。模倣学習と実機曳航試験で初期化・調整し、自由遊泳への転移を実証した。
- π-StepNFT: フローベースVLAのオンライン強化学習における広い空間には細かいステップが必要VLA/強化学習2026/3/1
フローベースの視覚言語行動モデルに対する新しい強化学習フレームワークを提案し、尤度計算や価値ネットワークを不要にして、単一の順伝播でステップごとのガイダンスを提供する。
- オンデバイスLLMのためのハードウェア協調設計スケーリング則：ルーフライン・モデリングによるアプローチVLA2026/2/10
オンデバイスLLMのアーキテクチャ選択を高速化するため、訓練損失のスケーリング則と推論レイテンシのルーフラインモデルを組み合わせ、精度とレイテンシのパレートフロンティアを導出するハードウェア協調設計手法を提案した。
- 深層強化学習によるバイオミメティックロボット魚の推進効率向上強化学習/ロボット魚2025/6/1
深層強化学習を用いてバイオミメティックロボット魚の運動を最適化し、推進効率を高めつつエネルギー消費を抑える制御則を獲得した研究。
- Analysis on Multi-robot Relative 6-DOF Pose Estimation Error Based on UWB Range2023/9/1