Pei Zhou
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
- 模倣者ゲーム：行動予測を超えたロボットの模倣能力のベンチマーク模倣学習2026/8/23
人間のデモンストレーションから意図を推論して実行するロボットの能力を評価するため、4段階のベンチマーク「The Imitator Game」と大規模データセット「IG-10K」を構築し、既存モデルが意図レベルの模倣で失敗することを示した。
- 幾何エントロピー：模倣学習における軌道多様性の利点と欠点模倣学習2026/6/1
デモンストレーションの軌道形状の多様性を測る指標「幾何エントロピー」を導入し、模倣学習の成功率が多様性に対して逆U字型の関係を持つことを示した。
- DexHoldem: 巧みな身体システムによるテキサス・ホールデムのプレイ操作/ベンチマーク2026/5/1
実世界の巧みな操作システムを評価するためのベンチマークDexHoldemを提案。ShadowHandを用いたテキサス・ホールデムの操作プリミティブの実行と、エージェントがゲーム状態を認識する能力を評価する。
- DISC: 指示を状態条件付き制御から分離するポリシー生成操作2026/5/1
言語条件付き操作ポリシーにおいて、指示と観測を共有パラメータで処理することで生じる観測リークを、ハイパーネットワークで指示からポリシー全体を生成することで構造的に排除し、性能を向上させた。
- Hyper-GoalNet：ハイパーネットワークによる目標条件付きマニピュレーション方策学習マニピュレーション2025/12/1
ハイパーネットワークを用いて目標仕様からタスク固有の方策ネットワークパラメータを生成し、目標解釈と状態処理を分離することで多様な目標・環境下でのマニピュレーション性能を向上させる手法を提案した。
- HiMaCon: ラベルなしマルチモーダルデータからの階層的マニピュレーション概念の発見マニピュレーション2025/10/1
クロスモーダルな相関と複数時間スケールの予測を組み合わせ、人手アノテーションなしで階層的な操作概念を自己教師あり学習するフレームワークを提案。シミュレーションと実機で性能向上を示し、獲得概念が人間に解釈可能な操作プリミティブに似ることを明らかにした。
- 人間とヒューマノイドの協調による協働物体運搬の学習協働マニピュレーション2025/10/1
固有感覚のみを用いた強化学習で、リーダーとフォロワーの行動を単一ポリシーに統合し、人間とヒューマノイドが協調して物体を運ぶ手法を提案。シミュレーションと実機実験で有効性を検証した。
- MaxMI：操作概念発見のための最大相互情報量基準マニピュレーション2024/7/1
ロボットの操作デモから重要な物理状態（操作概念）を、人間のアノテーションなしで発見するための相互情報量に基づく基準と学習フレームワークを提案し、概念に基づく操作政策の成功率と汎化性能を向上させた。
- An Intelligent Self-driving Truck System For Highway Transportation2021/12/1