Allen Z. Ren
収録論文 24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
- EgoLAP: 言語-行動推論による一人称視点の人間データからの学習VLA2026/10/6
人間の一人称視点の軌道を、言語による行動連鎖推論を介してロボット制御に転移させるVLA事前学習フレームワークを提案し、実世界タスクで大幅な性能向上を達成した。
- SC3-Eval: 自己整合的なビデオ生成によるロボット基盤モデルの評価評価2026/6/1
ロボット操作ポリシーの実世界評価を、アクション条件付きビデオ世界モデルを用いてスケーラブルに代替する手法を提案。前方・逆方向ダイナミクス整合性、クロスビュー整合性、テスト時整合性の3つの整合性を課すことで、正確なポリシー評価を実現する。
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- MEM: 視覚言語行動モデルのためのマルチスケール具現化メモリVLA2026/3/1
ロボットの長期タスク遂行のために、ビデオベースの短期記憶とテキストベースの長期記憶を組み合わせたマルチスケールメモリアーキテクチャを提案し、15分に及ぶ複雑なタスクを可能にした。
- LAP: 言語-行動事前学習によるゼロショットの異機体転移VLA2026/2/1
ロボットの低レベル行動を自然言語で表現して事前学習することで、未知のロボット機体にもファインチューニングなしでゼロショット転移できるVLAモデルLAP-3Bを提案した。
- 学習時アクション条件付けによる効率的なリアルタイムチャンキングVLA2025/12/1
推論時のインペインティングの代わりに、学習時に推論遅延を模擬してアクションプレフィックスで条件付けることで、VLAのリアルタイムチャンキングを計算コストを抑えつつ実現する手法を提案。
- π*0.6:経験から学ぶVLAVLA2025/11/1
実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。
- 知識を保護する視覚-言語-行動モデル:高速学習・高速推論・より良い汎化VLA2025/5/1
連続制御用のアクションエキスパートを組み込んだVLAモデルにおいて、学習速度と知識転移が損なわれる問題を分析し、VLMバックボーンを保護する学習手法を提案した。
- 因子分解スケーリング曲線によるデータ収集の指針模倣学習2025/5/1
データ量に対する性能変化を因子ごとに定量化する因子分解スケーリング曲線を構築し、限られた予算で最も影響力のある因子の組み合わせに絞ったデータ収集を可能にする手法を提案。
- π0.5: オープンワールド汎化を実現する視覚-言語-行動モデルVLA2025/4/1
異種タスクの共同学習により、未知の家庭環境でもキッチンや寝室の掃除などの長期的で器用な操作を実行できるVLAモデルπ0.5を提案した。
- 実行時観察介入で視覚言語行動モデルの視覚的堅牢性を向上VLA2024/10/1
VLAモデルが苦手とする妨害物体や背景色などのタスク無関係な視覚的詳細に対し、実行時に感度の高い領域を特定し自動画像編集で最小限の修正を加えるBYOVLAを提案。ファインチューニング不要で成功率低下を防ぐ。
- 拡散方策の政策最適化VLA2024/9/1
拡散モデルベースの方策を強化学習の政策勾配法でファインチューニングするDPPOを提案し、ロボット操作タスクで高い性能と安定性を示した。
- 確信するまで探索せよ:身体性質問応答のための効率的探索VLA2024/3/1
大規模視覚言語モデル(VLM)とConformal Predictionを組み合わせ、ロボットが環境を効率的に探索して質問に答える身体性質問応答(EQA)フレームワークを提案。HM3D上に新データセットも構築した。
- 自信を持って知覚する:学習ベース知覚を用いたナビゲーションのための統計的安全保証ナビゲーション2024/3/1
事前学習済み知覚モデルの不確実性をConformal Predictionで校正し、未知環境でも安全なナビゲーションを実現する手法を提案。四足ロボット実験で障害物誤検出を70%削減し、100%の安全性を達成。
- 助けを求めるロボット:大規模言語モデルプランナーの不確実性調整VLA2023/7/1
LLMベースのプランナーが不確実な状況を検知して人間に助けを求める枠組みKnowNoを提案し、複雑な多段階計画タスクで効率と自律性を向上させた。
- 人間の選好から器用な操作のための普遍的ヒューマンプライアを学習するマニピュレーション2023/4/1
人間の選好フィードバックからタスク非依存の報酬モデルを学習し、20種類の両手機器操作タスクで強化学習方策を人間らしい動きに微調整する手法を提案。
- AdaptSim: タスク駆動型シミュレーション適応によるSim-to-Real転移sim2real2023/2/1
実環境でのタスク性能を直接最適化するため、シミュレーションのパラメータ分布をメタ学習と実データで反復的に適応させるSim-to-Real転移フレームワークを提案。
- FlowDrone:高速応答熱線流速センサを用いたUAVの風推定と突風抑制飛行制御2022/10/1
MEMS熱線流速センサをドローンに搭載して風を直接推定し、強化学習で訓練した風対応コントローラにより強風下での追従性能を向上させた。
- 言語情報を活用した道具操作の高速学習マニピュレーション2022/6/1
道具の自然言語による説明を事前学習言語モデルで特徴量化し、言語条件付きメタ学習によって新しい道具への適応を加速する手法を提案した。
- 視覚ベースロボット制御のための統計的保証付き失敗予測視覚ベース制御2022/2/1
PAC-Bayes理論を用いて、視覚入力に基づくロボット制御の失敗を偽陽性・偽陰性の保証付きで予測する手法を提案し、ドローンのナビゲーションとロボットアームの把持で有効性を示した。
- Sim-to-Lab-to-Real:シールディングと汎化保証を備えた安全強化学習sim2real2022/1/1
性能方策とHJ到達可能性に基づく安全バックアップ方策の二重構成に、探索時のシールディングとPAC-Bayesによる汎化保証を組み合わせ、四足歩行ロボットの屋内視覚ナビゲーションで実機検証した研究。
- 生成モデルと実世界データを組み合わせたロボット学習のより強力な汎化保証ロボット学習/汎化保証2021/11/1
生成モデルをポリシーの事前分布として用い、実世界データセットでPAC-Bayes理論に基づき更新することで、未見環境への汎化を保証する枠組みを提案し、ドローン航行と把持タスクで有効性を示した論文。
- 敵対的環境生成による分布ロバスト方策学習sim2real2021/7/1
環境の生成モデルを学習し、潜在空間での勾配上昇により現実的な敵対的環境を生成することで、分布シフトに対してロバストな制御方策を学習する手法DRAGENを提案した。
- 模倣学習の汎化保証模倣学習2020/8/1
PAC-Bayes枠組みを用いて模倣学習ポリシーの新環境での期待コストの上界を導出し、条件付きVAEで潜在ポリシー分布を学習後に新環境で汎化境界を最適化する二段階学習法を提案した。
