Shizhe Zhang

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

• RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化
  VLA2026/9/26

  エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。

• USER: 実世界オンライン方策学習のための統合拡張可能システム
  実世界オンライン学習/システム2026/2/1

  実世界のロボット群をGPUと同様に扱うハードウェア抽象化と非同期学習基盤を提供し、オンライン模倣・強化学習やVLAモデルを長期実験で効率的に訓練できるシステムを構築した。

• ORION: オプション正則化深層強化学習による協調マルチエージェントオンラインナビゲーション
  マルチエージェントナビゲーション2026/1/1

  不完全な事前地図を持つ環境で、複数エージェントがオンライン観測を共有しながら分散的に協調し、経路最適性と地図不確実性の低減を両立する深層強化学習フレームワークORIONを提案。

• FARE: 高速・低速エージェント型ロボット探査
  探査/ナビゲーション2026/1/1

  LLMによる大域的推論と強化学習による局所制御を組み合わせ、未知環境を効率的に探査する階層型フレームワークを提案し、実機の大規模建物環境で検証した。

• MARVEL: 視野制約下での大規模環境マルチロボット探索のためのマルチエージェント強化学習
  群制御2025/2/1

  カメラのような限られた視野のセンサを持つロボット群が、グラフアテンションと情報駆動型行動枝刈りを用いた分散強化学習により、大規模未知環境を協調探索する手法を提案。