Tao Wang
University of California San Diego
収録論文 19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
- 安定化制御における方策勾配のためのゼロ次報酬整形の十分性強化学習2026/9/28
安定化制御タスクにおいて、方策勾配法は速度情報を含まないゼロ次（位置）報酬だけでも解けることを理論と実験で示し、一次報酬項の追加は感度を高めることを明らかにした。
- 共有鳥瞰図による空陸協調型視覚言語ナビゲーションナビゲーション2026/9/3
UAVとUGVが協調する空陸協調型VLNの初の訓練不要ベースラインを提案し、共有鳥瞰図を用いて協調動作を実現、成功率77%を達成した。
- RAPAC-DP: 遅延実行下での拡散ポリシーに対する応答整合型保留アクション補償模倣学習/遅延補償2026/8/16
クラウド推論の遅延による制御性能低下を補うため、実行予定のアクション列を条件入力として活用する補償機構を拡散・フローベースのポリシーに組み込んだ。遅延が無視できる場合は元のポリシーと完全に一致し、遅延デモなしで訓練可能。
- レガシーデータはいつ役立ち始めるのか？クロス構成ロボット学習における創発的転移ロボット学習2026/7/1
ロボットのハードウェア更新時に、旧構成のデモデータが新構成の学習に有効となる条件を、実機実験と理論で明らかにした論文。
- Flux-Guard: 拡散モデルを用いた顔認証プライバシー保護顔認証/プライバシー保護/拡散モデル2026/6/16
顔編集とプライバシー保護を統合した生成フレームワークを提案し、敵対的攻撃により不正な顔認証を防ぎつつ編集品質を維持する。
- 読み取りやすい共有自律：動作によるロボットの信念の暗黙的伝達共有自律/意図伝達2026/6/1
共有自律システムにおいて、ロボットの動作を目標達成と意図の明確な表示の両方を満たすように設計し、ユーザーがロボットの信念を理解して制御を調整できるようにする。
- RN-D: オンポリシー強化学習のための離散化カテゴリカルアクター強化学習2026/1/1
連続制御のオンポリシー強化学習において、ガウス分布アクターの代わりに各行動次元を離散ビン上の分布として表現するカテゴリカルアクターと正則化ネットワークを組み合わせ、ベンチマークで最先端性能を達成した。
- 自己模倣拡散ポリシーによる効率的で堅牢な視覚ナビゲーション視覚ナビゲーション2026/1/1
拡散ポリシーが自分自身で生成した軌道を報酬誘導で選択的に模倣することで、高品質な計画を効率的に学習し、推論時のフィルタリング依存を減らしてリアルタイム視覚ナビゲーションを実現した。
- Astra：階層型マルチモーダル学習による汎用移動ロボットの実現移動ロボットナビゲーション2025/6/1
マルチモーダルLLMとマルチタスクネットワークを組み合わせた二重モデルアーキテクチャにより、多様な屋内環境で移動ロボットのナビゲーションを実現した。
- 価値推定の改善がバニラ方策勾配法を大幅に強化する強化学習2025/5/1
各反復での価値更新ステップ数を増やすだけで、バニラ方策勾配法がPPOと同等以上の性能を達成し、ハイパーパラメータにも頑健になることを示した。
- DiffAD: 自動運転のための統合拡散モデリング手法自動運転2025/3/1
自動運転の知覚・予測・計画を拡散確率モデルで統合し、BEV画像生成として扱うことでタスク調整を改善した手法。
- IMM-MOT: 相互作用多重モデルフィルタを用いた3次元多物体追跡フレームワーク3D多物体追跡2025/2/1
物体の複雑な運動パターンに対応するため相互作用多重モデルフィルタを導入し、軌道管理と検出スコア補正を改善した3D多物体追跡手法を提案。NuScenesでAMOTA 73.8%を達成。
- 方策勾配法の平滑化効果強化学習2024/5/1
方策勾配法が非平滑な最適化地形を平滑化する仕組みを後退熱方程式との等価性で解析し、確率性下での根本的課題と探索の影響を明らかにした。
- Sensor Misalignment-tolerant AUV Navigation with Passive DoA and Doppler Measurements2024/2/1
- Learning to Navigate in a VUCA Environment: Hierarchical Multi-expert Approach2021/11/1
- Grasp stability prediction with time series data based on STFT and LSTM2021/6/1
- Making Robots Draw A Vivid Portrait In Two Minutes2020/5/1
- Driverseat: Crowdstrapping Learning Tasks for Autonomous Driving2015/12/1
- An Empirical Evaluation of Deep Learning on Highway Driving2015/4/1