Shangtong Zhang

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

• 信号時相論理のための報酬機械
  強化学習/時相論理2026/8/13

  信号時相論理（STL）仕様を強化学習で満たすための、オートマトンに基づく効率的な記憶機構とマルコフ報酬を導入し、既存のロバスト性報酬より高い満足率とロバスト性を達成した。

• プロンプト駆動型ドメイン適応による悪天候下のEnd-to-End自動運転：In-Context強化学習の活用
  自動運転2025/11/1

  悪天候など未知環境への適応を、モデル再学習や追加データ収集なしに、推論時に少数の軌跡をプロンプトとして与えるIn-Context強化学習で実現する手法を提案。

• GameChat: 制約環境における安全・俊敏・社会的に最適なマルチエージェントナビゲーションのためのマルチLLM対話
  マルチエージェントナビゲーション2025/3/1

  複数のロボットが自然言語で対話し、LLMを用いて衝突やデッドロックを解消しながら、安全かつ迅速に目的地へ向かうナビゲーション手法を提案。

• CRASH: 強化学習による敵対的シナリオ生成と安全性強化
  敵対的強化学習/自動運転シミュレーション2024/11/1

  自動運転車の安全性検証のため、強化学習で敵対的なNPCエージェントを制御し衝突を誘発するフレームワークCRASHを提案。さらに失敗事例を活用してプランナを反復改善する「安全性強化」手法を導入し、衝突率を26%削減した。