Huiwon Jang

KAIST

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

• 人間のデモをロボットVLAポリシーへ橋渡しする共同学習フレームワーク
  VLA2026/11/3

  人間とロボットの非ペアデモから、表現と行動空間の両面で身体性ギャップを橋渡しし、事前学習済みVLAポリシーを適応させるH2RBを提案した。実世界タスクで物体・スキル転移性能を大幅に向上させた。

• 未来映像表現の自己蒸留によるワールドアクションモデル
  VLA2026/10/21

  ビデオ拡散モデルの中間表現を1ステップで高品質化する自己蒸留フレームワークFREDを提案し、実世界マニピュレーションで長期的・未知環境タスクの成功率を大幅に向上させた。

• RLDX-1 技術報告書
  VLA/操作2026/5/1

  多機能な汎用ロボットポリシーRLDX-1を提案し、マルチストリームアクショントランスフォーマーにより多様なモダリティを統合して、器用な操作タスクで既存のVLAモデルを上回る性能を示した。

• 視覚言語行動モデルへの物理フィードバック統合のためのモジュール型感覚ストリーム
  VLA/触覚/マニピュレーション2026/4/1

  視覚言語行動モデル（VLA）に触覚やトルクなどの複数の物理センサ信号を統合するモジュール型フレームワークを提案し、実世界実験で性能向上を実証した。

• 世界モデル拡張VLAのためのデュアルストリーム拡散
  VLA2025/10/1

  視覚・言語・行動モデルに世界モデルを組み合わせ、状態と行動を別ストリームで拡散生成するDUSTを提案し、シミュレーションと実機で性能向上を実証した。

• ContextVLA：マルチフレーム文脈を効率的に活用する視覚-言語-行動モデル
  VLA2025/10/1

  過去の観測を1つの文脈トークンに圧縮することで、計算コストを抑えつつマルチフレームの時間的文脈を活用してロボットタスクの成功率を高めるVLAモデルを提案。

• Robot-R1: ロボティクスにおける身体性推論を強化する強化学習
  VLA2025/6/1

  強化学習を用いてロボット制御のための身体性推論を改善するフレームワークを提案し、SFTを上回る性能を達成した。

• 確率的フレーム予測による視覚表現学習
  表現学習2024/6/1

  将来フレーム予測の不確実性を確率的にモデル化し、マスク画像モデリングと組み合わせて動画やロボット学習に有効な視覚表現を学習する手法を提案した。