Jonathan C. Kao
収録論文 6本 ・ フィジカルAI/ロボット学習
目標条件付き方策学習VLA/操作VLA共有自律制御強化学習
※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
- 目標条件付き方策学習におけるホライズンの情報的呪い目標条件付き方策学習2026/10/7
目標再ラベリングのホライズンが長くなると方策の汎化性能が低下する現象を「情報的呪い」として特定し、入力ヤコビアンの蒸留で改善できることを示した。
- アクショントークン介入による自己回帰型視覚言語行動ポリシーの操縦VLA/操作2026/6/1
自己回帰型VLAモデルのアクショントークン空間に直接介入し、追加学習なしでユーザー入力を通じて軌道生成を動的に操縦する手法を提案。家庭内操作タスクで成功率を大幅に向上させた。
- フロー制御:シンプルなリアルタイム入力による視覚言語行動モデルの操縦VLA2026/6/1
キーボードなどの簡単な入力で、再学習なしにVLAモデルの行動をリアルタイムに操縦する手法を提案。ユーザーの意図を反映しつつ、高品質な行動を生成できる。
- DiSCo: 共有自律のための拡散シーケンスコパイロット共有自律制御2026/3/1
共有自律制御において、拡散ポリシーを用いてユーザーの行動履歴に整合する行動シーケンスを計画する手法DiSCoを提案し、シミュレーションの運転・ロボットアームタスクで性能を向上させた。
- サブゴール方策のブートストラップによる階層構造の平坦化強化学習2025/5/1
サブゴール条件付き方策をアドバンテージ重み付き重点サンプリングでブートストラップし、生成モデル不要で長地平のフラットな目標条件付き方策をオフライン学習する手法を提案。
- 介入型拡散アシスタンスによる共有自律制御共有自律制御2024/9/1
人間とAIが協調して操作する共有自律制御において、AIが常時介入するのではなく、人間の行動より価値が高い場合にのみ介入する拡散モデルベースの手法を提案し、シミュレーションと人間参加実験で性能と自律性の向上を示した。
