Hongzhi Zang

収録論文 5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

• USER: 実世界オンライン方策学習のための統合拡張可能システム
  実世界オンライン学習/システム2026/2/1

  実世界のロボット群をGPUと同様に扱うハードウェア抽象化と非同期学習基盤を提供し、オンライン模倣・強化学習やVLAモデルを長期実験で効率的に訓練できるシステムを構築した。

• 模倣を超えて：VLAモデルのための強化学習ベースのSim-Real協調学習
  VLA2026/2/1

  実機とシミュレーションのデモでSFT後、シミュレーションで強化学習しつつ実機データの補助損失で忘却を防ぐ協調学習フレームワークを提案し、実機卓上操作タスクで成功率と汎化性能を向上させた。

• π_RL: フローベース視覚言語行動モデルのオンライン強化学習ファインチューニング
  VLA2025/10/29

  フローマッチングに基づく大規模VLAモデルに強化学習を適用するため、Flow-NoiseとFlow-SDEの2手法を提案し、分布内外で性能を向上させた。

• RLinf-VLA：視覚言語行動モデルの強化学習のための統合効率フレームワーク
  VLA2025/10/1

  多様なVLAモデルとRLアルゴリズム、シミュレータを統合し、効率的な強化学習を可能にするフレームワークを提案。LIBEROやManiSkillなどで高い成功率を達成。

• 強化学習による静的・動的障害物回避を伴うマルチUAV編隊制御
  群制御2024/10/1

  2段階の強化学習パイプラインと注意機構エンコーダ、カリキュラム学習を用いて、複数UAVの編隊維持と静的・動的障害物回避を両立させる手法を提案し、実機実験で有効性を示した。