De-An Huang
収録論文 9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
- Eagle:複数の視覚エンコーダを組み合わせたマルチモーダルLLMの設計空間の探求VLA2024/8/1
複数の視覚エンコーダを組み合わせる際の設計選択を体系的に比較し、視覚トークンを単純に連結する手法が有効であることを示した上で、Pre-Alignmentを導入したEagleモデルを提案した論文。
- ARDuP: 汎用ポリシーのためのアクティブ領域動画拡散VLA2024/6/1
動画生成ベースのポリシー学習において、動きの手がかりから自動的に「アクティブ領域」を抽出し、その領域に注目して拡散モデルで計画・行動生成する手法を提案。シミュレータと実世界データで成功率を改善。
- Eureka: コーディングLLMによる人間レベルの報酬設計強化学習2023/10/1
GPT-4などのLLMを活用して報酬関数を自動生成・進化させ、強化学習で複雑なロボット操作タスクを人間専門家を超える性能で学習させる手法を提案。
- PlaTe: 手順タスクにおけるTransformerを用いた視覚に基づく計画VLA2021/9/1
指示動画から人間の意思決定過程を学習し、目標指向の手順を計画するPlanning Transformerを提案。実世界動画と対話環境で従来より高い目標到達性能を示し、UR-5での応用可能性も検証した。
- SECANT: 視覚ポリシーのゼロショット汎化のための自己エキスパートクローニング視覚RL/汎化2021/6/1
弱い画像拡張でRLによりエキスパートを訓練し、強い拡張で生徒ネットワークが模倣学習することで、未知の視覚環境へのゼロショット汎化を実現した手法。
- 動作推論による目標ベース模倣学習模倣学習2019/11/1
第三者視点の動画から記号的な目標を推定するため、タスク・動作計画を組み合わせて実演者の真の意図を曖昧性除去する動作推論フレームワークを提案し、実キッチンで再現可能なことを示した。
- 回帰計画ネットワーク:高次元観測からの長期シンボリック計画学習計画学習2019/9/1
古典的な回帰(後向き)計画の考え方をニューラルネットに取り入れ、目標から現在の観測へ逆向きに中間目標列を生成することで、高次元視覚入力から長期タスクの計画を直接学習する手法を提案した。
- 記号プランナの連続緩和によるワンショット模倣学習模倣学習2019/8/1
ワンショット模倣学習を記号計画と記号接地の問題として定式化し、記号接地モデルの確率的出力上で直接計画する連続緩和プランナを提案した論文。
- ニューラルタスクグラフ:単一動画デモから未見タスクへ汎化する方策学習模倣学習2018/7/1
単一の動画デモから未見タスクを遂行する方策を生成するため、タスクの合成構造を中間表現として組み込むNeural Task Graphを提案し、ブロック積み上げや物体収集タスクで汎化性能を示した。
