Jeongeun Park
Georgia Institute of Technology
収録論文 16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
- SPARK: 事前学習済み知識をロボット制御に適応させる簡易ポストトレーニングロボット基盤モデル2026/11/9
大規模基盤モデルの視覚特徴を、時間変化や行動に関わる情報を保ちながらロボット制御向けに適応させるポストトレーニング手法を提案し、複数ベンチマークと実機マニピュレーションで成功率と汎化性能の向上を示した。
- 言語条件付き潜在世界モデルによる多様なデータからの想像計画世界モデル2026/10/20
数値行動や視覚変化を言語で記述し、言語モデル上に構築した潜在世界モデルで異種データを統合学習。計画性能と頑健性を高め、下流ポリシーの初期化にも有効であることを示した。
- タスク対応人間動画からの転移可能な世界行動モデルの学習VLA2026/10/9
異なる環境で収集したタスク対応の人間実演ペアを用い、一方の動画と行動から他方の行動と未来フレームを予測するクロス動画事前学習WATCHを提案し、ロボット事後学習後の成功率を大きく改善した。
- スパース特徴のポリシー忘却による視覚言語行動モデルの状態幻覚の軽減VLA2026/10/7
VLAモデルが未達成の状態を達成したかのように振る舞う「状態幻覚」を、幻覚に関連するスパース特徴を選択的に忘却させることで軽減する手法SOULを提案。
- 再学習せずに検索せよ:テスト時に視覚言語行動モデルを新タスクへ拡張する手法VLA/検索拡張2026/6/14
新しいタスクへの適応を、モデルの再学習ではなく、デモンストレーションの検索で置き換える手法を提案。凍結したポリシーが検索した軌跡を条件付けに使い、タスク追加をパラメータ更新なしで実現する。
- LEGO: ヒューマノイド運動学設計の幾何学を考慮した最適化のための潜在空間探索設計最適化2026/4/1
既存の機械設計から設計探索空間を学習し、人間の動作データから損失関数を定義することで、ヒューマノイドの上半身設計を自動最適化する手法を提案した。
- スパースな分類ガイダンスからの巧みな把持学習マニピュレーション2026/4/1
物体とタスクに応じた把持計画を、密なポーズや接触点の指定なしに、タクソノミー(分類)ベースのスパースな指示から学習する二段階フレームワークGRITを提案。実世界実験で制御可能性も示した。
- 成功・失敗デモンストレーションを活用した階層型視覚言語行動モデルVLA2025/12/1
失敗デモも学習信号として活用し、高レベル推論と低レベル制御を分離した階層型VLAモデルVINEを提案。計画時に失敗を考慮した探索を行うことでマニピュレーションの成功率とロバスト性を向上させた。
- インタラクティブロボットに動的なペルソナを埋め込む:MASK(仮面をかぶったアニメーション社会的キネマティクス)HRI2024/3/1
人間型ロボットが表情やジェスチャーなどの非言語インタラクションを通じてキャラクターのようなペルソナを演じ、観客のエンゲージメントを高めるシステムMASKを開発し、ユーザーが意図したキャラクターを認識できるか検証した。
- SPOTS: 半自律遠隔操作システムにおける推論を伴う物体の安定配置マニピュレーション2023/9/1
遠隔操作で物体を置く際に、実機とシミュレーションを組み合わせた物理的安定性の検証と大規模言語モデルによる文脈推論を統合し、安定かつ状況に適した配置を実現する手法を提案した。
- CLARA: 対話型ロボットエージェントのためのユーザーコマンドの分類と曖昧性解消VLA2023/6/1
LLMを用いてユーザーコマンドが明確・曖昧・実行不可能のどれかを判定し、曖昧な場合は質問生成で対話的に意図を確認する手法を提案。
- SOCRATES: テキスト記述に基づく人間探索とロボット犬による接近人間探索・接近2023/2/1
自由記述の外見・状況テキストから対象人物を探索し、学習ベースの制御で人間に優しく接近するロボット犬システムを提案・実機検証した。
- ゼロショット能動視覚探索(ZAVIS):ロボットアシスタントのための知的物体探索能動視覚探索2022/9/1
自由形式の言語で指示された物体を移動ロボットが効率的に探索するため、常識知識に基づく共起と予測不確実性を考慮したセマンティックグリッドマップ計画手法を提案し、シミュレーションと実環境で有効性を示した。
- グラフニューラルネットワークによるロボット構造と運動の埋め込み学習グラフニューラルネットワーク2021/9/1
ロボットのリンク・関節構造と関節位置の運動データをグラフニューラルネットワークで低次元埋め込み空間に学習するフレームワークを提案し、マルチタスク学習で汎化性能を高めた。
- 防御的自動運転に向けて:品質の異なる運転デモンストレーションの収集と検証自動運転/異常検知2021/9/1
危険な運転場面を含む8カテゴリ・369状況の運転データセットR3を構築し、不確実性推定と異常検知で異常運転の識別可能性を検証した。
- 非把持マニピュレーションスキルの学習による半自律遠隔操作遠隔操作2021/9/1
RGB-Dセンサを用いたピックアンドプレースのため、 clutter環境で非把持操作を強化学習し、人間に複数の操作選択肢を提示する半自律遠隔操作フレームワークを提案。実世界実験で手動キーボード操作より把持時間を短縮した。
