Junshan Zhang
University of California, Davis
収録論文 9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
- DuoMind: 意味的通信による分散マルチロボット協調マルチロボット協調2026/10/1
VLMによる高レベル調整とVLAによる低レベル実行を組み合わせた分散階層型フレームワークで、ロボット間の意味的メッセージ交換により長期的な協調作業を実現した。
- Agile-WAM：接触の多いロボット制御のための俊敏な触覚ワールドアクションモデル触覚2026/9/17
視覚と触覚を共有潜在空間に符号化し、フローマッチングで行動と将来の視覚・触覚潜在を同時生成する触覚ワールドアクションモデルを提案。接触の時間スケールの違いを考慮したマルチホライズン予測で高精度かつ低遅延な接触リッチ操作を実現した。
- VITA: 視覚から行動へのフローマッチングポリシーVLA2025/7/1
視覚表現から直接潜在行動へ流すノイズ・条件付け不要のフローマッチング方策を提案し、行動オートエンコーダとフロー潜在デコーディングで学習を安定化、従来比1.5〜2倍高速な推論を実現した。
- 生成AIベースのマルチエージェント強化学習：分散エージェント知能に向けた生成的RLエージェントの視点マルチエージェント強化学習2025/7/1
マルチエージェント強化学習において、生成AIを活用してエージェントを生成モデルとして再定義し、反応的から先制的な意思決定へのパラダイムシフトを提唱する。
- 自律運転のためのコミュニケーション型世界モデルの自己中心学習VLA2025/6/1
各エージェントが低次元の潜在表現で世界モデルを学習し、軽量な通信で情報共有しながら自己中心学習を行うMARL手法CALLを提案し、CARLAでの軌道計画タスクで性能向上を示した。
- IN-RIL: 模倣学習と強化学習を交互に組み合わせた方策ファインチューニング模倣学習/強化学習2025/5/1
強化学習の更新の合間に模倣学習の更新を定期的に挿入し、勾配を直交部分空間に分離することで、ファインチューニングの安定性とサンプル効率を向上させる手法を提案した。
- AdaWM: 自動運転のための適応型ワールドモデルベース計画自動運転2025/1/1
自動運転向けに、事前学習済みワールドモデルを微調整する際の性能劣化を、ポリシーとモデルのミスマッチを特定して低ランク更新で選択的に修正する適応型計画手法を提案した。
- EI-Drive: 現実的な通信モデルを備えた協調知覚シミュレーションプラットフォーム協調知覚2024/12/1
CARLAを基盤に、伝送遅延や通信エラーを考慮した協調知覚モジュールを備えた自動運転シミュレーションプラットフォームを開発し、複雑な交通環境での安全性向上を実証した。
- CarDreamer: 世界モデルベース自動運転のためのオープンソース学習プラットフォーム自動運転2024/5/1
世界モデルベース強化学習による自動運転アルゴリズムの開発・評価を可能にする初のオープンソース学習プラットフォームを提案し、世界モデルバックボーン、組み込みタスク、タスク開発スイートを提供する。