Xiaomeng Huang

収録論文 3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

• RoboAlign-R1: ロボットビデオ世界モデルのための蒸留型マルチモーダル報酬アライメント
  ビデオ世界モデル2026/5/1

  ロボットビデオ世界モデルの訓練を、再構成損失などの低レベル目的ではなく、指示追従や操作成功などの意思決定に重要な能力に合わせるため、報酬アライメントと長期推論安定化を組み合わせたフレームワークを提案した。

• 計画としての時空間予測：生成的世界モデルを用いたモデルベース強化学習アプローチ
  モデルベース強化学習2025/10/5

  時空間予測をモデルベース強化学習の問題として捉え、生成的世界モデルとビーム探索による計画で非微分な評価指標を報酬として活用し、極端事象の捕捉精度を高める手法を提案した。

• RMBench: Benchmarking Deep Reinforcement Learning for Robotic Manipulator Control
  2022/10/1