Byeongho Heo
NAVER AI Lab
収録論文 4本 ・ フィジカルAI/ロボット学習
ロボット基盤モデル世界モデルVLAロボット制御/視覚表現/拡散モデル
※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
- SPARK: 事前学習済み知識をロボット制御に適応させる簡易ポストトレーニングロボット基盤モデル2026/11/9
大規模基盤モデルの視覚特徴を、時間変化や行動に関わる情報を保ちながらロボット制御向けに適応させるポストトレーニング手法を提案し、複数ベンチマークと実機マニピュレーションで成功率と汎化性能の向上を示した。
- 言語条件付き潜在世界モデルによる多様なデータからの想像計画世界モデル2026/10/20
数値行動や視覚変化を言語で記述し、言語モデル上に構築した潜在世界モデルで異種データを統合学習。計画性能と頑健性を高め、下流ポリシーの初期化にも有効であることを示した。
- ロバストな視覚言語エンコーダのための等方性埋め込み摂動VLA2026/9/9
埋め込み空間に拡散的なランダム摂動を加えるAetherを提案し、視覚言語モデルのマルチモーダル整合性を損なわずに正則化性能を向上させた。
- 拡散モデルをロボット制御に活用するための条件の探求ロボット制御/視覚表現/拡散モデル2025/10/1
事前学習済みテキスト画像拡散モデルを微調整せずにロボット制御のためのタスク適応的な視覚表現として利用する手法ORCAを提案し、制御タスクに適した条件設計の重要性を示した。
