Shijie Fang

収録論文 5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

• PHIRL: 逆強化学習のための学習報酬とタスク進捗の整合
  逆強化学習2026/9/25

  人間のデモンストレーションと進捗フィードバックを組み合わせ、逆強化学習でロバストな報酬関数を学習するデータ効率の良いフレームワークPHIRLを提案。実機・シミュレーションでベースラインを上回る性能を示した。

• 実演の寄り道：人間の実演における系統的な非最適行動の分類
  模倣学習2025/6/1

  40人の非専門家によるロボット実演を分析し、非最適行動がランダムノイズではなく「寄り道」として系統的に現れることを示して4種類に分類した研究。

• CHARM: 人間の特性を考慮した強化学習モデリング
  強化学習2025/6/1

  人間のフィードバックパターンが、タスク統計だけでなく、ロボット経験や教育背景などの人間の特性と相関することを46人の参加者による実験で示し、人間の特性を用いることでフィードバック価値をより正確に予測できることを実証した。

• FLEX: ロボット非依存の力ベース技能を学習するフレームワーク — 持続的接触を伴う物体操作
  マニピュレーション2025/3/1

  物体に直接力を加える力空間で操作方策を学習し、ロボットと物体を切り離すことで、少ない訓練で未知物体や異なるロボット機体(Kinova, Panda, UR5)へ再訓練なしに転移できる枠組みを提案した。

• どこまで進んだ？ロボット教育のための未探索の人間フィードバック信号
  人間-ロボットインタラクション2024/7/1

  タスクの完了度合いを示す「進捗」信号を人間の教示に用いる手法を提案し、オンラインと公共空間の実験で有効性を検証した。