Xianghui Wang
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAナビゲーション歩行
※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
- PolicyTrim: 視覚言語行動モデルの本質的なポリシー効率を高めるVLA2026/6/21
VLAモデルの実行効率を、推論遅延ではなく行動チャンクの有効長と物理ステップ数に着目して改善する強化学習ベースの後訓練フレームワークを提案した。
- FlashNav: 20秒以内の超高速ロボットナビゲーションポリシー訓練ナビゲーション2026/6/1
GPU中心のフレームワークで、レンジベースのロボットナビゲーションの強化学習ポリシーを20秒未満で訓練できることを示した論文。シミュレーションをナビゲーションMDPに合わせて簡略化し、GPU上で並列遷移を生成することで高速化を実現。
- 即時リセットは本当に必要か？衝突処理を見直して効率的なロボットナビゲーションを実現ナビゲーション2026/5/1
衝突時に毎回環境をリセットする従来の強化学習手法を改め、同一エピソード内で再試行を許す「Multi-Collision reset Budget」を提案し、学習効率と実機性能を向上させた。
- 失敗認識を備えた模倣学習による安全なロボットナビゲーションナビゲーション2026/4/1
成功デモのみに頼る模倣学習の限界を指摘し、失敗データを価値推定に活用して政策学習は成功デモに限定する枠組みを提案。衝突率を減らしつつ成功率を維持することを実証した。
- MA-ROESL：単一動画からの効率的なロボットスキル学習のための動作認識型高速報酬最適化VLA2025/5/1
単一の動画からロコモーションスキルを学習する際、動作に着目したフレーム選択と3段階の高速報酬最適化により、VLM生成報酬の品質と学習効率を高める手法を提案。
- シナリオ拡張による深層強化学習ベースのロボットナビゲーションの汎化性能向上ナビゲーション2025/3/1
観測を想像空間に写像して行動を生成・再写像するシナリオ拡張を提案し、未見環境での深層強化学習ナビゲーションの汎化性能を大幅に改善した。
- 深層強化学習によるヒューマノイドロボットの安定した高速移動の実現歩行2024/9/1
深層強化学習と運動力学的事前知識を組み合わせ、腕の協調動作で安定性を高めることで、ヒューマノイドが3.5m/sの高速移動を安定して行える制御手法を提案した。