Honglak Lee
収録論文 14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
- 経路レベルの後知恵指示による視覚言語ナビゲーションの意味的探索VLA2026/7/2
視覚言語ナビゲーションエージェントの訓練において、探索軌道と指示の意味的ミスマッチを解決するため、後知恵推論を用いて指示を実際の探索経路に合わせるPhi-Navを提案した。
- SECOND-Grasp: 意味的接触に基づく器用な把持マニピュレーション2026/5/1
物理的に安定した把持と意味的なタスク理解を統合する、言語ガイド付きの器用な把持フレームワークを提案した。
- 能動的テスト時視覚言語ナビゲーションVLA2025/6/1
不確実なナビゲーション結果に対するエピソード的フィードバックを用いたテスト時能動学習フレームワークATENAを提案し、混合エントロピー最適化と自己能動学習戦略で適応的な意思決定を実現した。
- セグメント化されたデモンストレーションからのサブタスク認識型視覚報酬学習報酬学習2025/2/1
アクションなしの動画デモをサブタスクに分割し、その区間を正解報酬として密な報酬関数を学習するREDSを提案。複雑な操作タスクでベースラインを大きく上回り、未知タスクや異なるロボットへの汎化も示した。
- 適応的マルチモーダル報酬でエージェントを導く模倣学習2023/9/1
視覚観測と言語指示の類似度をCLIP空間で報酬として計算し、リターン条件付き方策を訓練することで、未知の指示への汎化性能を高める手法を提案。
- 想像を超えて:世界モデルによるエピソード到達可能性の最大化強化学習/探索2023/8/25
世界モデルでランダム行動の予測未来状態を生成し、エピソード記憶にない予測が多い状態に高い内的報酬を与えることで、スパース報酬タスクの探索を効率化する手法を提案。
- 選好トランスフォーマー:人間の選好をトランスフォーマーでモデル化する強化学習強化学習2023/3/1
人間の選好に基づく強化学習において、非マルコフ的報酬の重み付き和として選好をモデル化するトランスフォーマーアーキテクチャを提案し、実人間の選好を用いた制御タスクで従来法を上回る性能を示した。
- リプシッツ制約付き教師なしスキル発見スキル発見2022/2/1
相互情報量ベースのスキル発見が静的スキルに偏る問題を指摘し、リプシッツ制約を導入して多様で動的・遠到達なスキルを学習する手法を提案。学習した表現をゼロショットで目標追従タスクに活用できる。
- 後継特徴ランドマークによる長期目標条件付き強化学習強化学習2021/11/1
後継特徴を用いて状態の新規性推定とランドマークグラフによる高レベル計画を行い、大規模高次元環境での長期目標条件付き強化学習を効率的に探索・達成するフレームワークSFLを提案した。
- 最短経路制約付き強化学習によるスパース報酬タスクの効率化強化学習2021/7/1
エージェントの軌道にk-最短経路制約を課し、冗長な探索を抑えることでスパース報酬タスクのサンプル効率を改善する手法を提案した論文。
- 予測情報で強化学習の学習を加速する強化学習2020/7/1
過去と未来の相互情報である予測情報を圧縮表現として補助タスクで学習し、SACエージェントのサンプル効率をDM Controlで大幅に改善した論文。
- 点群予測ネットワークを用いたSim-to-Real把持のデータ効率学習sim2real2019/6/1
シミュレーションと少数の実世界RGBD撮影からドメイン不変な3D点群表現を学習し、実世界把持データなしで多様な物体の卓上把持を実現した。
- 3D幾何認識表現を用いた6自由度把持インタラクションの学習把持2017/8/1
RGBD入力から3D占有グリッドを再構成する幾何認識表現を学習し、それを用いて6自由度把持の成否を予測・最適化する手法を提案した論文。
- 深層学習によるロボット把持検出把持検出2013/1/1
RGB-D画像からロボットの把持位置を検出するため、2段階のカスケード深層ネットワークとマルチモーダル正則化を提案し、従来手法を上回る精度と実機での把持成功を示した。
