Yizhuo Wang
収録論文 10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
- ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーションナビゲーション2026/3/1
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
- 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。
- 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。
- CogniPlan: 条件付き生成レイアウト予測を用いた不確実性誘導経路計画経路計画2025/8/1
部分的に観測された地図から複数の実現可能なレイアウトを生成モデルで予測し、その不確実性を考慮してグラフアテンションで経路計画を行うフレームワークを提案。探索とナビゲーションの両方で性能を向上させ、実機でも検証した。
- COMPASS: 時空間アテンションネットワークを用いた協調マルチエージェント持続的モニタリング群制御2025/7/1
移動する複数ターゲットを持続的に監視するため、時空間アテンションネットワークとガウス過程による不確実性考慮型の分散マルチエージェント強化学習フレームワークCOMPASSを提案し、不確実性低減・カバレッジ・協調効率で既存手法を上回ることを示した。
- 3次元情報経路計画のための注意機構に基づく学習経路計画2025/6/1
3次元空間での適応的情報経路計画問題に対し、注意機構を用いた深層強化学習手法を提案し、環境の不確実性を低減しつつ探索と活用のバランスを取る。
- 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。
- 深層強化学習による大規模ロボット探査探査2024/3/1
深層強化学習とアテンション機構を用いて、未知環境をリアルタイムに探査する経路計画手法を提案し、大規模環境へのスケーリングを実現した。
- Spatio-Temporal Attention Network for Persistent Monitoring of Multiple Mobile Targets2023/3/1
- ARiADNE: A Reinforcement learning approach using Attention-based Deep Networks for Exploration2023/1/1