Kevin Huang

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

• シミュレーション蒸留：実世界への迅速な適応のためのシミュレーションでのワールドモデル事前学習
  ワールドモデル/sim2real2026/3/1

  物理シミュレータから得た行動条件付き経験をワールドモデルに蒸留し、実世界ではエンコーダ等を固定して潜在ダイナミクスのみを更新することで、接触を伴う操作や歩行タスクで迅速な適応を実現する手法を提案した。

• オンライン世界モデリングによる観察からの実世界逆強化学習
  逆強化学習2026/2/1

  オンライン世界モデルを用いて、実世界のロボットが観察（動画）のみから視覚的マニピュレーションを逆強化学習で学習する手法を提案し、ピックアンドプレースを40分未満で82%の成功率まで達成した。

• 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化
  模倣学習/オフライン強化学習2025/10/1

  非専門家データ（プレイデータや不完全なデモ）をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。

• シミュレーション誘導ファインチューニングによる実世界への迅速な適応
  sim2real2025/2/1

  シミュレータで学習した価値関数を実世界の探索に活用し、少ない実データで巧みな操作タスクへ適応させる手法を提案。

• Sim-to-Realギャップの克服：探索方策の学習による実世界強化学習の効率化
  sim2real2024/10/1

  シミュレータで直接方策を学習するのではなく、探索方策を学習して実世界に転移することで、サンプル効率を指数関数的に改善できることを理論と実験で示した。

• Deep Model Predictive Optimization
  2023/10/1
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control
  2023/10/1