Haotian Lin

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

• DADP: ドメイン適応拡散ポリシー
  VLA2026/2/1

  拡散ポリシーにドメイン表現を組み込み、未知の遷移力学にゼロショット適応する制御手法を提案。

• 残差強化学習によるデータ生成で自己改善する視覚言語行動モデル
  VLA2025/11/1

  VLAモデルの失敗領域を残差RLで探索し、展開分布に沿った軌道を収集・蒸留することで、追加の人間デモなしに性能を自己改善させるフレームワークPLDを提案。

• VER: 基盤モデル蒸留と動的ルーティングによるロボット学習のための視覚エキスパートトランスフォーマー
  VLA2025/10/1

  複数の視覚基盤モデルを蒸留してエキスパートライブラリを構築し、軽量なルーティングネットワークでタスクに応じた専門家を動的に選択することで、17種類のロボットタスクで最先端性能を達成した。

• 自動運転のためのChain-of-Thought：包括的サーベイと今後の展望
  自動運転2025/5/1

  自動運転におけるChain-of-Thought推論の研究を体系的に整理し、動機・手法・課題・将来方向を分析したサーベイ。自己学習との組み合わせによる自己進化の可能性も提案。

• TD-M(PC)²: ポリシー制約による時間差分MPCの改善
  モデルベース強化学習2025/2/1

  モデルベース強化学習における価値過大評価問題を、プランナーと学習ポリシーの不一致に起因すると分析し、ポリシー正則化項でOODクエリを減らして価値学習を改善する手法を提案。

• LLM誘導階層推論と洗練による制御可能な交通シミュレーション
  交通シミュレーション2024/9/1

  LLMの階層的推論と自己反省を活用し、複雑な交通シナリオを制御可能に生成する拡散ベースのシミュレーション手法を提案。

• 事後サンプリングによる歩行者軌道の同時予測
  軌道予測2024/4/1

  歩行者の過去と未来の軌道をまとめて拡散モデルで学習し、事後サンプリングによりノイズや欠損のある入力でも頑健に予測・生成できる手法GFTDを提案した。