Nan Jiang
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
- ViT-H: 動作追跡フィードバックによる生成的動画→ヒューマノイド制御ヒューマノイド制御2026/10/23
単眼の人間動画から拡散モデルで直接ヒューマノイドの参照動作を生成し、追跡結果で好み最適化して実行可能性を高める枠組みを提案。リアルタイム遠隔操作も実現。
- JoyAI-Sim: 具現化データピラミッドのためのシミュレーション対応相互変換ツールチェーンシミュレーション2026/6/1
実ロボットのデータ収集と評価の限界を補うため、シミュレーションを介してロボットと人間のデータを相互変換するツールチェーンを提案し、評価とデータ生成のスケーラビリティを向上させる。
- JoyAI-Image: 統一マルチモーダル理解と生成における空間知能の覚醒VLA2026/5/5
視覚理解・テキストからの画像生成・指示による画像編集を統合したマルチモーダル基盤モデルを提案し、空間認識能力を強化した。
- UniAct：ヒューマノイドロボットのための統合動作生成とアクションストリーミングヒューマノイド制御2025/12/1
微調整したMLLMと因果的ストリーミングパイプラインを組み合わせ、言語・音楽・軌道などのマルチモーダル指示を500ms未満の遅延でヒューマノイドの全身動作に変換する二段階フレームワークを提案。
- 影響力のスナップショット：オンライン強化学習のための局所データ帰属フレームワーク強化学習2025/5/25
オンライン強化学習（PPO）において、直近の訓練バッファ内の各経験がエージェントの行動や累積報酬に与える影響を勾配類似度で測定する局所帰属フレームワークを提案し、学習診断・行動形成の時間分析・訓練中の介入に応用。さらに経験フィルタリングを反復するIIFアルゴリズムを提案し、サンプル効率と性能を向上させた。
- SELP: 大規模言語モデルを用いたロボットエージェントの安全で効率的なタスクプラン生成VLA2024/9/1
自然言語命令からLTL式を生成し、等価投票・制約付きデコーディング・ドメイン特化ファインチューニングを組み合わせて、安全で効率的なロボットのタスクプランを生成する手法SELPを提案した。
- 実環境展開前の政策評価のための周辺化重要度サンプリングsim2real2023/9/1
シミュレータと実世界のオフラインデータを組み合わせ、実環境に展開する前にエージェント方策の性能を評価する手法を提案した論文。
- ミニマックスモデル学習モデルベース強化学習2021/3/1
モデルベース強化学習において、分布シフトの補正に着目した新たなオフポリシー損失関数を提案し、モデル誤差や分布シフトに対する頑健性を理論的・実験的に示した論文。
- Empirical Study of Off-Policy Policy Evaluation for Reinforcement Learning2019/11/1