Daniel Sonntag
German Research Center for Artificial Intelligence (DFKI)
収録論文 7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
- 行動のための検索:ロバストなVLA実行のための動作プリミティブグラフ検索VLA2026/10/27
訓練時の動作履歴を時空間動作プリミティブグラフとして構築し、推論時にGNNで現在位置を特定して将来の動作を検索・融合することで、VLAポリシーの分布外視覚変化へのロバスト性を高める手法を提案。
- RoboWorM:身体性ビデオ世界モデルにおける運動のリアリズム・一貫性・加速効果の評価ビデオ世界モデル2026/10/24
ロボット操作向けビデオ世界モデルを、実機展開を意識して評価するベンチマークRoboWorMを提案し、VLM不要の運動安定性・多視点幾何一貫性指標と加速手法の品質効率監査を行う。
- 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。
- FOCA: 未来指向型条件付けによるデータ効率的な視覚言語行動適応VLA2026/6/18
視覚言語行動モデルの少数ショット模倣学習における性能低下を改善するため、未来の相互作用埋め込みと目標観察を活用した未来指向型条件付けフレームワークを提案した。
- 視覚言語行動モデルのファインチューニングには、思っているより少ない層で十分であるVLA/モデル圧縮2026/6/1
大規模な視覚言語行動(VLA)モデルには層ごとの冗長性があることを発見し、学習不要の構造圧縮パイプラインを提案。冗長な層を除去してモデルを最大50%圧縮し、ファインチューニング時間を40-50%、推論時間を最大30%削減しつつ、性能はフルモデルと同等以上を達成した。
- 自己改善型VLAポリシー:スプリアスロバストなアクション平滑化のための選択的拡散ノイズVLA/ロバスト性2026/6/1
拡散ベースのVLAポリシーのテスト時ロバスト性を高めるため、拡散ノイズ空間を制御可能な自由度として利用し、スプリアスな視覚相関への依存を減らしつつ滑らかなアクションを生成するノイズ選択手法SDNを提案した。
- RoboGaze:構造化視覚言語分析によるロボット世界モデルの評価評価2026/6/1
ロボット操作動画の生成品質を、マルチエージェントVLMを用いて構造化・解釈可能に評価するフレームワークを提案した論文。
