Jindan Huang

収録論文 4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

• PHIRL: 逆強化学習のための学習報酬とタスク進捗の整合
  逆強化学習2026/9/25

  人間のデモンストレーションと進捗フィードバックを組み合わせ、逆強化学習でロバストな報酬関数を学習するデータ効率の良いフレームワークPHIRLを提案。実機・シミュレーションでベースラインを上回る性能を示した。

• ユーザーはロボット基盤モデルの性能をタスク成功率とその先でどう理解するか
  VLA2026/2/1

  ロボット基盤モデルの評価情報を非専門家がどう解釈するかを調査し、タスク成功率に加えて失敗事例や新規タスクへの推定情報も重視することを明らかにした。

• CHARM: 人間の特性を考慮した強化学習モデリング
  強化学習2025/6/1

  人間のフィードバックパターンが、タスク統計だけでなく、ロボット経験や教育背景などの人間の特性と相関することを46人の参加者による実験で示し、人間の特性を用いることでフィードバック価値をより正確に予測できることを実証した。

• ロボットのエラーが人間の教示ダイナミクスに与える影響
  ヒューマン・イン・ザ・ループ学習2024/9/1

  ロボットのエラーの有無や深刻さが、人間のフィードバックの粒度・豊かさ・教示時間にどう影響するかをユーザー研究で調査した。