저우웨이타오
개요
저우웨이타오(Weitao Zhou)는 칭화대학교 기계공학과에서 자율주행 의사결정과 강화학습을 연구했고, 2026년 HiFi-UMI - Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone에 공동 1저자이자 프로젝트 리더로 참여했습니다.
연구 이력
주제는 자율주행 정책의 의사결정, 궤적 계획, 지속 학습입니다. 강화학습의 불확실성 정량화, 개입 사유를 보상 신호로 되먹이는 DRARL, 궤적 엔트로피 최대화로 대규모 자율주행 데이터셋을 가지치기하는 연구 등을 냈습니다. 논문 25편에 인용 260회 수준입니다.
데이터 가지치기 연구가 HiFi-UMI의 설계와 직접 이어집니다. 이 논문의 파이프라인은 수집한 데이터를 전부 동등하게 쓰지 않고, 태스크·장면·객체·행동 유형별 분포를 통계로 측정한 뒤 과대표집된 부분집합을 낮추고 희귀 행동을 끌어올려 학습셋을 구성합니다. "많이 모으는 것"과 "무엇을 모을지 고르는 것"을 분리하는 관점입니다.