Albert Yu

収録論文 7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

• 人間とロボットの協調マニピュレーションのための混合主導対話
  マニピュレーション2025/8/1

  自然言語による混合主導の対話を通じて、人間とロボットが協力してタスクを遂行するシステムMICoBotを提案し、実機実験で有効性を示した。

• BUMBLE: 視覚言語モデルによる建物全体の移動マニピュレーションのための推論と行動の統合
  移動マニピュレーション2024/10/1

  建物規模の長期的な移動マニピュレーションタスクに取り組むため、視覚言語モデルを基盤に開放世界RGBD知覚、粗から細への運動スキル、二層メモリを統合したフレームワークBUMBLEを提案し、70試行で平均47.1%の成功率を達成した。

• 自然言語でSim2Realギャップを埋める
  sim2real2024/5/1

  画像の自然言語記述をドメイン間の共通信号として用い、シミュレータと実機の視覚的差異を埋めることで、画像条件付きロボット方策のSim2Real転移を改善する手法を提案した。

• 実演と言語指示を併用したロボットタスクの効率的学習
  VLA2022/10/1

  視覚的な実演と言語指示の両方を組み合わせてロボットのマルチタスク方策を条件付けするDeL-TaCoを提案し、新しいタスク指定の効率と未知物体・指示への汎化性能を向上させた。

• ゼロから始めない：事前データを活用したロボット強化学習の自動化
  強化学習2022/7/1

  多様なオフラインデータを活用し、新タスクへの適応と環境リセットを自律的に行うロボット強化学習手法を提案。サンプル効率と汎化性能を向上させる。

• Parrot: 強化学習のためのデータ駆動型行動事前分布
  強化学習2020/11/1

  多様な既存タスクの成功試行から複雑な入出力関係を学習する行動事前分布を事前学習し、新規タスクの迅速な学習を可能にする手法を提案。画像観測と疎報酬のロボットマニピュレーションで大幅に優れる。

• 過去の経験と新スキルを繋ぐオフライン強化学習
  オフライン強化学習2020/10/1

  過去のタスクや無監督探索で得たデータを動的計画法で再利用し、新タスクのスキルを拡張するオフラインRL手法を提案。4つのロボットスキルを連続で組み合わせる難タスクで有効性を示した。