Yifeng Zhang
収録論文 17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
- SMaRT-Tug: 物理ベースのタグボート・バージ協調操作のための構造化マルチエージェント強化学習群制御2026/9/7
複数のタグボートがバージを協調して押す操作を、物理ベースのGPUシミュレータと構造化制御事前知識を組み合わせた分散型MAPPOで学習し、PIDや集中型PPOより高い性能とゼロショット一般化を実証した論文。
- CGFM-Nav: 意味ガイド型生涯マルチモーダル具現化ナビゲーションのための認知グラフフィールドメモリナビゲーション2026/8/29
視覚言語ナビゲーションのための、明示的な関係メモリと連続的な空間直感を組み合わせた永続的なマルチモーダルシーン表現を提案し、目標検索と探索ガイダンスを統合したフレームワークを構築した。
- REACT: 車輪型移動ロボットの連続隊列ナビゲーションのための環境適応型アーキテクチャ群制御2026/5/1
車輪型移動ロボットの隊列制御において、環境に応じて隊列を動的に生成・維持する階層型アーキテクチャREACTを提案し、衝突のない割り当てと時空間軌道計画により障害物環境での連続ナビゲーションを実現した。
- 衝撃から洞察へ：粒状媒体上のダイナミクスを考慮した固有感覚地形センシング地形センシング2026/4/1
高速ホッピング中の粒状地形との接触を固有感覚のみで推定する物理ベースのフレームワークを提案し、加速度依存の付加質量効果を考慮することで、準静的な仮定による誤差を補正し、地形剛性パラメータを正確に推定できることを示した。
- CROSS: 一般化可能な大規模交通信号制御のためのMixture-of-Experts強化学習フレームワーク交通信号制御2026/3/1
多様な交差点形状や交通需要パターンに対応するため、予測的クラスタリングとMoEを組み合わせた分散型強化学習フレームワークを提案し、SUMOシミュレータで性能を検証した。
- LATS: 大規模言語モデルを用いた教師-生徒フレームワークによる交通信号制御のためのマルチエージェント強化学習交通信号制御2026/3/1
交通信号制御のためのマルチエージェント強化学習において、大規模言語モデルを教師として使い、その知識を蒸留して簡素なニューラルネットワークに移植することで、性能と汎化性を向上させる手法を提案した。
- CoordLight: ネットワーク全体の交通信号制御のための分散協調学習群制御2026/3/1
本論文は、マルチエージェント強化学習を用いて、各交差点のエージェントが隣接エージェントと協調しながら交通信号を制御するフレームワークCoordLightを提案し、ネットワーク規模の交通最適化を実現する。
- 脚式ロボットによる惑星探査：アナログ環境での自律表面科学（LASSIE）—すべてのロボットステップを探査に活かす惑星探査/脚式ロボット2026/3/1
車輪型ローバーの限界を克服するため、脚式ロボットと人間の科学者の推論を模した適応的データ収集アルゴリズムを組み合わせ、土壌力学特性の計測により地質環境の理解を深める探査手法を提案・実証した。
- COIN: 協調と相互作用を考慮した自動運転のためのマルチエージェント強化学習マルチエージェント強化学習2026/3/1
本論文は、自動運転のためのマルチエージェント強化学習フレームワークCOINを提案し、個別目標と協調目標を同時に最適化する新しいアルゴリズムと、局所・大域の相互作用を捉える批判者アーキテクチャを導入して、密集交通での安全性と効率を向上させた。
- CAMO: 多目的複数巡回セールスマン問題のための条件付きニューラルソルバー群制御2026/3/1
複数のロボットが複数の目標を訪問する際の総移動コストと最大完了時間のトレードオフを扱う多目的複数巡回セールスマン問題（MOMTSP）に対して、条件付きエンコーダと協調デコーダを備えたニューラルソルバーCAMOを提案し、パレートフロントの高品質な近似を実現した。
- 逆抵抗力学理論（I-RFT）：ロボットと地形の物理的相互作用による粒状特性の学習歩行2026/3/1
本論文は、粒状地形の特性を推定するための物理情報機械学習フレームワークI-RFTを提案し、任意の歩行軌道における接触力から地形特性を正確に推定できることを示した。
- スカウト・ローバー協調：惑星模擬探査のためのオンライン地形強度マッピングと走行リスク推定群制御2026/2/1
脚式ロボットをスカウトとして用い、歩行中の脚と地形の相互作用からレゴリスの強度を推定して地形マップを構築し、車輪型ローバーの走行リスクを評価して安全な経路計画を可能にする協調フレームワークを提案・実証した。
- HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索探索/強化学習2025/10/1
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
- 四足歩行ロボットにおける歩容設計が固有感覚による地形特性センシングに与える影響歩行2025/9/1
四足ロボットの歩容（クロール歩容とトロット歩容）が、脚の固有感覚による地形の硬さやテクスチャの計測精度にどう影響するかを実験的に比較した研究。
- HeLoM: 六脚ロボットによる全身ロコマニピュレーションのための階層型学習ロコマニピュレーション2025/9/1
六脚ロボットが前脚で物体を押し、後脚で推進・バランスを取る全身協調動作を階層型強化学習で実現し、重く不規則な物体の押し操作をシミュレーションと実機で検証した。
- KiVi: 動的で安全な自己中心脚式移動のための運動感覚・視空間統合歩行2025/9/1
固有感覚を安定した基盤としつつ視覚情報を選択的に統合する枠組みを提案し、四足ロボットが不整地や視覚ノイズ・遮蔽に頑健に歩行できるようにした。
- Unicorn: 汎用的な都市交通信号制御に向けた普遍的協調強化学習アプローチ交通信号制御2025/3/1
多様な交差点形状に対応するため、交通流に基づく統一表現と自己教師あり学習を組み合わせたマルチエージェント強化学習フレームワークを提案し、広域交通信号制御の汎化性能を向上させた。