An T. Le
VinRobotics
収録論文 22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
- CrossBFM: ヒューマノイド間で共有される潜在行動空間の蒸留VLA2026/9/29
リターゲティングを利用して、複数のヒューマノイドに共通の潜在行動空間を1GPU時間未満で蒸留し、10GPU時間の追従学習で全身制御を実現する手法を提案。
- FINE: 未来情報を活用したナビゲーション符号化によるデータ効率的な視覚言語ナビゲーションVLA2026/9/26
既存の実演軌道から未来の観測情報を補助監督として抽出し、視覚言語ナビゲーションのデータ効率を高める手法を提案。
- FoldQuantVLA: 一貫した折り畳みによる視覚-言語-行動モデルのネイティブローbit量子化VLA2026/9/21
視覚-言語-行動モデルを再学習なしで4bit量子化し、TensorRTプラグインで高速化する手法を提案。実機タスクで成功率を維持・向上させた。
- vla.simd: 言語条件付きマニピュレーションのための効率的なCPU推論VLA2026/9/21
GPUなしで言語条件付きマニピュレーションを動かすため、SIMDカーネルと再利用計算を組み合わせたCPU推論エンジンvla.simdと、Raspberry Pi 5上で毎秒30動作以上を供給するACTベース方策IMPACTを提案した。
- 任意時点グローバルテンソル動作計画動作計画2026/8/26
任意のローカルプランナーを使えるようにGTMPを一般化し、任意時点で解を改善できる2つのポリシーを提案した。
- vla.cpp: 視覚言語行動モデルのための統合推論ランタイムVLA/推論最適化2026/6/6
ロボット上で動作する軽量なC++推論ランタイムを提案し、複数のVLAモデルを単一のランタイムで効率的に実行可能にした。
- TACT-ful:ペイロードに頑健な知覚ヒューマノイド歩行のためのマルチチャネル地形アフォーダンスとコンプライアンス訓練ヒューマノイド歩行2026/6/1
単一の高さ情報では捉えられない地形特性を考慮するため、平坦性・急峻性・速度考慮の高さ可能性を組み合わせたマルチチャネル地形コストと前進登坂報酬を提案し、GPU並列DCM足場プランナと非対称アクタークリティック方策を深度画像からPPOで訓練する。また、仮想力を受ける下半身コンプライアンス訓練を導入し、力センサなしで負荷外乱に適応するヒューマノイド歩行を実現する。
- 最適輸送による非微分可能ネットワークの学習最適化2026/5/1
スパイキング閾値や量子化など微分不可能な損失関数を、前方計算のみで最適化する手法PolyStepを提案した論文。
- ReFineVLA: 教師ガイドによるファインチューニングを用いたマルチモーダル推論対応の汎用ロボットポリシーVLA2026/4/1
VLAモデルに推論能力を組み込むため、専門家教師モデルが生成した推論根拠をデータセットに追加し、事前学習済みVLAをファインチューニングする手法を提案。シミュレーション操作ベンチマークで評価し、視覚・言語・行動の整合性と汎化性能の向上を示した。
- AAC: アーキテクチャにより許容性を保証するALT用微分可能ランドマーク圧縮経路計画2026/4/1
A*とランドマークを用いた最短経路ヒューリスティック(ALT)向けに、出力が構造的に許容性を満たす微分可能なランドマーク選択モジュールを提案し、学習可能な圧縮を実現した。
- DoublyAware: ヒューマノイド歩行のための時間差学習における計画と方策の二重不確実性認識歩行2025/6/1
ヒューマノイド歩行のモデルベース強化学習において、不確実性を計画と方策に分解し、Conformal PredictionとGroup-Relative Policy Constraintで対処するTD-MPC拡張手法を提案。
- モデルテンソルプランニングMPC2025/5/1
テンソルサンプリングとスプライン補間で高エントロピーな制御軌道を生成し、探索と活用を両立させるサンプリングベースMPCフレームワークを提案。
- TD-GRPC: 群相対方策制約を用いた時間差分学習によるヒューマノイド歩行歩行2025/5/1
TD-MPCにGRPOと方策制約を組み合わせ、計画と学習の整合性を保ちながらヒューマノイドの歩行・動的運動を安定化させる手法を提案。
- FlowMP: 条件付きフローマッチングによるロボット計画のための運動場学習運動計画2025/3/1
フローマッチングを拡張して軌道の二次ダイナミクス(加速度)を考慮し、滑らかで物理的に実行可能なロボット運動を生成する計画手法を提案。ベンチマークで成功率と軌道品質が向上。
- Grasp Diffusion Network: 部分点群からSO(3)×R3上の拡散モデルで把持姿勢を生成マニピュレーション2024/12/1
単視点の部分点群から、回転多様体上の拡散モデルと衝突回避コスト誘導を用いて把持姿勢を生成し、実世界で90%の成功率を達成した。
- グローバルテンソル動作計画動作計画2024/11/1
テンソル演算のみで構成され、GPU/TPU上でバッチ動作計画を高速化するサンプリングベース動作計画アルゴリズムを提案。
- 最適輸送による運動計画の高速化運動計画2023/9/1
勾配を使わずに滑らかな軌道をバッチ最適化するMPOTを提案し、Sinkhorn Stepという並列化可能な更新則で高次元タスクでも効率的に計画できることを示した。
- 動作計画拡散:拡散モデルによるロボット動作の学習と計画動作計画2023/8/1
拡散モデルを軌道分布の事前分布として学習し、タスク目標に条件付けられた事後分布から直接サンプリングすることで、ロボットの動作計画を高速化する手法を提案。
- 最適輸送としての階層的ポリシーブレンディングマニピュレーション2022/12/1
複数の反応的専門ポリシーの重みを、パラメータ空間上の先読み計画層で階層的に調整する手法HiPBOTを提案。不均衡最適輸送として定式化し、優先順位を決定して安全性を保証する。
- 動作最適化のための暗黙的事前分布の学習動作最適化2022/4/1
エネルギー基盤モデル(EBM)を動作最適化の誘導事前分布として統合するためのモデリングとアルゴリズムの選択肢を提示し、シミュレーションと実機で評価した論文。
- 多様な人間の実演から力強い操作スキルを学習する手法学習ベースマニピュレーション2021/9/1
人間の実演からロボットの力強い操作スキルを学習する枠組みを提案し、姿勢・力・トルクの多様な実演データとアトラクタ・インピーダンス制御を組み合わせて、E-bikeモータ組立工程で検証した。
- 階層的人間動作予測と論理幾何プログラミングによる干渉最小の人間-ロボット協調人間-ロボット協調2021/4/1
逆強化学習とRNNを組み合わせた階層的人間動作予測と、動的に再計画する論理幾何プログラミング(TAMP)を統合し、操作タスク列における人間とロボットの干渉を最小化する協調手法を提案。MoGazeデータセットで有効性を検証した。
