Chang D. Yoo
Korea Advanced Institute of Science and Technology (KAIST)
収録論文 12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
- 進捗誘導による選好生成:生成型制御ポリシーのアラインメント模倣学習2026/10/19
少数の専門家デモを基準にロールアウトの進捗を測り、擬似選好ラベルを自動生成して生成型ポリシーを人間注釈なしで微調整する手法を提案。
- 効率的な拡散オフライン強化学習のための合成的平均速度モデリングオフライン強化学習2026/10/10
拡散ポリシーの反復サンプリングとBPTTを排除し、平均速度モデリングと合成的メカニズムで単一ステップ生成を実現するInsQLを提案。
- 歩行基盤型ヒューマノイドサッカー:多方向キックライブラリのタスクゲート強化学習ヒューマノイド2026/9/30
指令条件付き歩行ポリシーを土台として先に学習し、その上に7種類のキックスキルをタスクゲート層として追加することで、多方向へのシュートと安定した歩行・復帰を両立させた。
- EquivDP3: データ効率の高いヒューマノイド移動操作のためのSIM(3)不変点群エンコーダVLA2026/9/29
ヒューマノイドの移動操作において、SIM(3)同変なVector Neuron Networkエンコーダを拡散ポリシーに組み込み、少ないデモンストレーションで物体姿勢や照明の変化に汎化する手法を提案。
- SenseFuse: 画像と形状エンコーダをラベルなしで融合するオープンボキャブラリ3Dインスタンスセグメンテーション3D認識2026/9/17
2D画像と3D形状エンコーダの失敗パターンが相補的である点に着目し、ラベルなしでシーンごとに融合重みを適応的に選ぶことで、オープンボキャブラリ3Dインスタンスセグメンテーションのマスクラベリング精度を向上させる手法を提案。
- 動作と言語条件付きビデオ評価による身体化制御の進捗推定VLA2026/8/1
視覚ベースの身体化エージェントが多段階の自然言語指示を実行する際、軌跡全体の進捗を評価する新しい手法ALVAを提案。事前学習済みVLMを用いて、観察・動作系列・指示に基づき離散的な進捗スコアを出力し、閉ループ最適化のフィードバックとして有効性を示した。
- ビデオ基盤の最適輸送によるフィードバック効率的なオフライン選好ベース強化学習強化学習2026/6/1
ビデオ基盤モデルの表現空間で最適輸送を用いて軌道を整列させ、少数のラベルから高品質な擬似ラベルを生成することで、選好ベース強化学習のラベルコストを大幅に削減する半教師ありフレームワークを提案した。
- 不確実性を考慮したランク1 MIMO Qネットワークによる高速オフライン強化学習フレームワークオフライン強化学習2026/2/1
オフライン強化学習における分布外データの活用と計算効率の両立を目指し、データの不確実性を定量化してQ関数の下限信頼境界を最大化するランク1 MIMO Qネットワークを提案した。
- 報酬モデリング不要の大規模視覚言語モデルフィードバックによる方策学習VLA2025/7/1
大規模視覚言語モデルに軌道ペアの選好を問い合わせ、報酬モデルを学習せずに直接方策を訓練する手法PLAREを提案し、ロボット操作タスクで有効性を示した。
- 大規模視覚言語モデルのフィードバックを活用する評価ベース強化学習の強化VLA2025/6/1
大規模視覚言語モデルから軌道の絶対評価を得て報酬関数を学習するERL-VLMを提案し、データ不均衡やノイズに対処して従来手法を上回る性能を示した。
- 堅牢な方策に向けて:敵対的攻撃と防御によるオフライン強化学習の強化オフライン強化学習2024/5/1
オフライン強化学習の方策を敵対的攻撃と防御で強化する枠組みを提案し、D4RLベンチマークで4種の攻撃と2種の防御を評価して堅牢性向上を実証した。
- 好奇心対照フォワードダイナミクスモデルによるサンプル効率の高い強化学習表現学習強化学習/表現学習2021/3/1
フォワードダイナミクスモデルと対照学習を組み合わせて画像エンコーダを訓練し、内在的報酬で探索を促すことで、生ピクセルからの強化学習のサンプル効率と汎化性能を向上させた研究。
