Jiayang Song
収録論文 6本 ・ フィジカルAI/ロボット学習
VLA安全強化学習強化学習/報酬設計タスク計画マニピュレーション
※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
- LADEV: ロボットマニピュレーションにおける視覚-言語-行動モデルのための言語駆動型テスト・評価プラットフォームVLA2024/10/1
自然言語からシミュレーション環境を自動生成し、言い換えタスク指示やバッチ評価によりVLAモデルを効率的にテスト・評価するプラットフォームLADEVを提案した。
- VLATest: ロボットマニピュレーションのための視覚-言語-行動モデルのテストと評価VLA2024/9/1
VLAモデルを多様なシーンでテストするファジングフレームワークVLATestを提案し、7つの代表モデルの堅牢性を評価した。
- GenSafe: 縮約マルコフ決定過程モデルに基づく安全強化学習アルゴリズムのための汎用安全強化機構安全強化学習2024/6/1
データ不足に悩む安全強化学習に対し、モデル次元削減で作った低次元の安全制約近似(ROMDP)を解いてエージェントの行動を補正する安全層を提案し、学習初期の安全性を向上させた。
- 自己洗練型大規模言語モデルによるロボティクス深層強化学習のための報酬関数自動設計強化学習/報酬設計2023/9/1
大規模言語モデルが自然言語入力から初期報酬関数を生成し、その性能評価をフィードバックして自己洗練させることで、手設計に匹敵・凌駕する報酬関数を自動設計するフレームワークを提案。
- ISR-LLM:長期的逐次タスク計画のための反復的自己改善型大規模言語モデルタスク計画2023/8/1
LLMによるロボットの長期タスク計画を、PDDL変換と検証器を用いた反復的自己改善で高精度化するフレームワークを提案。
- NVIDIA Isaac Simを用いたAI-CPS構築に向けて:ロボティクスマニピュレーションの産業ベンチマークとケーススタディマニピュレーション2023/8/1
NVIDIA Isaac Sim上で8つのマニピュレーションタスクと複数のAIコントローラを評価する産業ベンチマークを提案し、物理シミュレータ対応の反証フレームワークを開発した。
