Zhang-Wei Hong

収録論文 12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

• 少ないデータから多くを学ぶ：後知恵からの強化学習
  VLA/強化学習2026/7/10

  VLAモデルの強化学習後訓練において、失敗したロールアウトを実際に達成したタスクに再ラベル付けする「後知恵からの学習」を提案し、サンプル効率を5倍向上させた。

• プロンプト駆動探索
  強化学習/探索2026/7/9

  ロボット操作や推論タスクにおいて、報酬が得られない初期状態からでも、視覚言語モデルがロールアウト動画を分析してプロンプトを書き換えることで探索を促進し、強化学習の成功を可能にする手法を提案した。

• ReGen: 逆設計による生成的ロボットシミュレーション
  sim2real2025/11/1

  ロボットの行動とテキスト記述から、その行動を引き起こしうるシナリオや環境を大規模言語モデルで推論し、シミュレーションを自動生成するフレームワーク。

• ロボット基盤モデル監査のための身体性レッドチーミング
  VLA2024/11/1

  視覚言語モデルを使って文脈に即した難易度の高い指示を自動生成し、言語条件付きロボットモデルの性能と安全性を評価する手法を提案した。

• ORSO: オンライン報酬選択と方策最適化による報酬設計の加速
  強化学習/報酬設計2024/10/1

  報酬整形関数の選択をオンラインモデル選択問題として定式化し、人間の介入なしに高性能な報酬関数を自動特定する手法を提案。連続制御タスクでデータ効率と計算時間を大幅に改善。

• ROER: 正則化付き最適経験リプレイ
  強化学習2024/7/1

  TD誤差による優先度付けを占有測度最適化の観点から再解釈し、KL正則化に基づく新しい経験リプレイ手法ROERを提案。連続制御タスクやオフライン→オンライン微調整で性能向上を示した。

• テキストから運転へ：大規模言語モデルによる多様な運転行動の合成
  自動運転シミュレーション2024/6/1

  大規模言語モデルを活用し、自然言語の記述から多様な運転行動をシミュレーション上で生成する二段階の知識駆動型手法を提案した。

• Grid Cell-Inspired Fragmentation and Recall for Efficient Map Building
  2023/7/1
• Parallel $Q$-Learning: Scaling Off-policy Reinforcement Learning under Massively Parallel Simulation
  2023/7/1
• Stubborn: A Strong Baseline for Indoor Object Navigation
  2022/3/1
• Reducing the Deployment-Time Inference Control Costs of Deep Reinforcement Learning Agents via an Asymmetric Architecture
  2021/5/1
• Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
  2018/2/1