Hyemin Ahn
収録論文 11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
- 視覚言語行動モデルのための学習型画像圧縮VLA/圧縮2026/6/15
VLAロボットの制御性能を保ちつつ帯域を節約するため、カメラ視点や空間領域ごとの重要度に応じてビットレートを適応配分する学習型画像圧縮フレームワークSPARCを提案した。
- 整頓スコア誘導モンテカルロ木探索による視覚的卓上整理マニピュレーション2025/2/1
RGB-Dカメラのみを用い、整頓度を評価する識別器とモンテカルロ木探索を組み合わせて、目標配置を明示せずに卓上の物体を整理する枠組みを提案し、シミュレーションで収集したTTUデータセットを公開した。
- 人体事前知識を活用したモーションリターゲティングのためのデータペアリング再定義モーションリターゲティング2024/9/1
ランダムなロボット姿勢を人体事前知識でフィルタリングして人間姿勢に変換し、高品質なペアデータを収集する手法と、それで学習する2段階モーションリターゲティングネットワークを提案。
- 踊るなら音楽と共に:非ヒューマノイドのためのダンス生成フレームワーク強化学習2024/5/1
人間のダンス動画から光学フローと音楽の関係を報酬モデルとして学習し、強化学習によって非ヒューマノイドエージェントが音楽に合わせて踊る動作を生成するフレームワークを提案した。
- 推論はLLMだけのものか?タスク計画における小型言語モデルの可能性タスク計画2024/4/1
LLMで生成した高レベル命令と低レベル行動ステップのデータセットCOSTを作成し、小型言語モデルGPT2をファインチューニングすると、特定ドメインのタスク計画でGPT3.5に匹敵する性能を示すことを明らかにした。
- パッチ化骨格を用いた統一マスク付きオートエンコーダによる動作合成動作生成2023/8/1
人体姿勢を部位ごとに分割してViT風に扱い、マスクのパターンを変えるだけで未来予測や中間姿勢補間など複数の動作合成タスクを単一モデルで解く手法を提案。
- 安全制約付き自己教師あり動作リターゲティング動作リターゲティング2021/3/1
人間の姿勢データから人型ロボットの自然な動作を生成する自己教師あり手法を提案し、衝突回避と関節限界を保証する。
- 履歴を参照した言語指示の視覚的接地による操作マニピュレーション2020/12/1
過去の操作履歴を参照して一連の言語指示を解釈し、遮蔽物の位置も推論しながらピック&プレースを行うタスク・データセット・モデルを提案した。
- 音楽から3Dダンス動作を生成する自己回帰ネットワーク動作生成2019/11/1
音楽特徴エンコーダ・ポーズ生成器・ジャンル分類器を統合し、与えられた楽曲から5000フレーム超のリアルな3Dダンス動作を自己回帰的に生成するフレームワークを提案。生成した動作をヒューマノイドロボットに適用し、音楽を聴くだけで踊れることを示した。
- 対話型Text2Pickupネットワーク:自然言語による人とロボットの協調指示理解2018/5/1
曖昧な指示に対しても質問生成と回答の統合で対象物位置推定を高精度化する対話型ピックアップネットワークを提案した。
- Text2Action: 言語から行動を生成する敵対的生成モデル言語条件付き行動生成2017/10/1
文から人間の行動系列を生成するGANベースのモデルを提案し、Baxterロボットで文に応じた動作を実現した。
