Chilam Cheang

収録論文 8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

• GR-3 汎用ロボットポリシー構築に向けた大規模VLAモデル
  VLA2025/7/1

  ウェブ規模の視覚言語データとVR収集の人間軌道データ、ロボット軌道データを組み合わせて訓練した大規模VLAモデルGR-3を開発し、両腕移動ロボットByteMiniと統合して新規物体・環境・長期タスクへの汎化性能を示した。

• GR-MG: 部分注釈データを活用するマルチモーダル目標条件付きポリシー
  マニピュレーション2024/8/1

  テキスト指示と目標画像の両方で条件付けできるポリシーを提案し、部分的に注釈されたデータを活用してロボット操作の汎化性能を向上させた。

• IRASim: ロボットマニピュレーションのための細粒度ワールドモデル
  ワールドモデル2024/6/1

  拡散トランスフォーマーとフレーム単位の行動条件付けモジュールを導入し、ロボットと物体の細かな相互作用を捉えた動画を生成するワールドモデルを提案。方策評価の加速やモデルベース計画による性能向上を実証した。

• 大規模動画生成事前学習を活用した視覚ロボットマニピュレーション
  マニピュレーション2023/12/1

  大規模動画データで生成的に事前学習したGPT型モデルGR-1を提案し、言語条件付き多タスク視覚マニピュレーションにおいてCALVINベンチマークや実機で高い成功率と汎化性能を示した。

• 視覚言語基盤モデルをロボット模倣学習に活用するRoboFlamingo
  VLA2023/11/1

  オープンソースの視覚言語モデルOpenFlamingoを基に、単一ステップの視覚言語理解とポリシーヘッドを分離し、模倣学習で微調整するだけでロボット操作を実現するフレームワークを提案。

• 手描きスケッチから把持を検出する学習手法
  把持検出2022/5/1

  手描きのスケッチを入力として、そのスケッチが描く物体に対する把持位置を生成する手法を提案し、少数のスケッチ例で学習できることを示した論文。

• 言語指示によるカテゴリレベル物体の6自由度姿勢推定と把持
  把持/6DoF姿勢推定2022/5/1

  自由形式の言語指示から対象物体を特定し、未見インスタンスのカテゴリレベル6自由度姿勢を推定してロボット把持を実現する二段階手法を提案した論文。

• SAR-Net: カテゴリレベル6D物体姿勢・サイズ推定のための形状アライメントと復元ネットワーク
  6D姿勢推定2021/6/1

  単一のRGB-D画像から、カテゴリレベルのテンプレート形状を観測点群に変形させて形状アライメントと対称対応を学習し、実世界の姿勢ラベルなしで6D姿勢とサイズを推定する軽量モデルを提案した。