Jasmine Hsu
収録論文 12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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Mobility VLA:長文脈VLMとトポロジカルグラフによるマルチモーダル指示ナビゲーションナビゲーション/VLA2024/7/1
デモ動画と自然言語・画像の指示を入力とし、長文脈VLMで目標フレームを特定、トポロジカルグラフに基づく低レベル方策で実環境をナビゲートする階層型VLAを提案した。
- 言語モデル予測制御による人間フィードバックからの高速学習VLA2024/2/1
人間との対話履歴を遷移モデルとしてLLMに微調整し、モデル予測制御と組み合わせることで、ロボットの教示効率と成功率を向上させるフレームワークLMPCを提案。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- RT-1: 実世界制御のための大規模ロボティクストランスフォーマーVLA2022/12/1
多様なロボットデータで訓練したTransformerモデルRT-1を提案し、実世界タスクにおけるデータ量・モデル規模・データ多様性に対する汎化性能を大規模実験で検証した。
- 言う通りでなく、できる通りに:ロボットのアフォーダンスに言語を接地するVLA2022/4/1
大規模言語モデルの高レベル知識と事前学習済みスキルの価値関数を組み合わせ、実世界で実行可能な行動に言語を接地させる手法を提案し、実機タスクで有効性を示した。
- 強化学習による到達可能性推定を組み合わせたRRT運動計画運動計画2019/7/1
深層強化学習で障害物回避の局所計画器を学習し、その到達時間を予測する推定器をRRTの距離関数として用いることで、動力学制約付き運動計画を効率化した論文。
- 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。
- PRM-RLによる長距離屋内ナビゲーションナビゲーション2019/2/1
強化学習エージェントと確率的ロードマップを組み合わせ、騒音や障害物のある屋内環境でロボットを長距離誘導する階層的ナビゲーション手法を提案し、実機で5.8km以上の走行を実現した。
- 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。
- 時間対照学習:動画からの自己教師あり学習自己教師あり学習2017/4/1
複数視点のラベルなし動画から、視点不変で時間的に変化する特徴を時間対照損失で学習し、ロボットの人間動作模倣や報酬関数として活用できることを示した論文。
