Jean Mercat
収録論文 10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
- SUAVE: マスク拡散による統合映像行動モデルVLA2026/10/2
言語・映像・行動を離散トークンの共有系列で扱うマスク拡散トランスフォーマーを提案し、推論時のマスク選択で世界モデル・ロボット方策・映像行動モデルを単一ネットワークで実現した。
- 行動整合表現によるクロスエンボディメント転移VLA/クロスエンボディメント転移2026/7/1
ロボット操作の大規模模倣学習において、行動整合表現(物体のバウンディングボックスや言語動作、エンドエフェクタの軌跡など)がVLAモデルのクロスエンボディメント転移を促進するかを検証し、シミュレーションベンチマークで評価。エンドエフェクタ軌跡が特に有効で、シミュレーションから実機への転移成功率を28%向上させた。
- VLA Foundry: 視覚言語行動モデル訓練のための統合フレームワークVLA2026/4/1
LLM、VLM、VLAの訓練を単一コードベースで統合するオープンソースフレームワークを提案し、スクラッチからの訓練と事前学習済みバックボーンを用いた訓練の両方をサポートし、シミュレータ上で評価した。
- ロボットマニピュレーションのための大規模行動モデルの共訓練におけるデータモダリティと戦略の系統的研究マニピュレーション2026/2/1
ロボット操作のための大規模行動モデルを共訓練する際に、5種類のデータモダリティと訓練戦略が性能に与える影響を大規模実験で調査し、視覚言語データと異なる身体のロボットデータの共訓練が汎化を大幅に改善することを示した。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル(LBM)をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- RAP: リスクを考慮した予測によるロバスト計画予測・計画2022/10/1
予測自体をリスク考慮型にし、リスク偏りのある軌道分布を学習することで、オンライン計画時のリスク評価を効率化し安全なリアルタイム動作を実現する手法を提案。
- 制御を意識した予測目的関数による自動運転自動運転2022/4/1
予測モジュールの学習目的を下流の制御性能に結びつける重み付け手法CAPOを提案し、CARLAの郊外走行で有効性を示した論文。
- マルチヘッド注意機構によるマルチモーダル車両運動の同時予測予測/マルチモーダル2019/10/1
道路上の全車両の位置を多峰確率密度関数の系列として同時予測するマルチヘッド注意機構ベースの手法を提案し、同一データセットで最先端モデルを上回る予測尤度を達成した。
- NGSIMデータセットを用いた単車両軌道予測のベースラインと応用軌道予測2019/8/1
NGSIMの車両位置データに対し、等速モデルと単車両予測モデルを適用し、再現可能なベースラインを構築。RNNによる学習モデルへの拡張も提案した。
