Kuang-Huei Lee
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
- 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。
- PIVOT: 反復的視覚プロンプティングによるVLMの行動知識の引き出しVLA2024/2/1
視覚言語モデルに対し、候補となる行動や軌道を画像上に重ねて反復的に選ばせる視覚プロンプティング手法PIVOTを提案し、追加学習なしでロボットのナビゲーションや操作を実現した。
- 言語から報酬へ:ロボットスキル合成の新パラダイムVLA2023/6/1
大規模言語モデルに報酬関数のパラメータを生成させ、それをリアルタイム最適化器で最適化することで、言語指示から多様なロボット動作を実現する手法を提案。
- 大規模深層強化学習:オフィスビルでの移動マニピュレータ群による廃棄物仕分けマニピュレーション2023/5/1
実世界データとシミュレーションを組み合わせた深層強化学習により、23台の移動マニピュレータがオフィスビルでリサイクル品とゴミを仕分けるシステムを構築し、大規模に評価した。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 事前学習済み視覚言語モデルを用いたオープンワールド物体マニピュレーションマニピュレーション2023/3/1
事前学習済み視覚言語モデルをロボット政策に接続し、未見の物体カテゴリや環境でも指示に従って物体を操作できる手法MOOを開発した。
- 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。
- PI-QT-Opt: 予測情報による大規模マルチタスクロボット強化学習の改善マニピュレーション2022/10/1
過去と未来の相互情報である予測情報を補助損失としてQT-Optに組み込み、シミュレーションと実世界で最大297の視覚ベースマニピュレーションタスクを単一パラメータで学習し、成功率と未見タスクへのゼロショット転移を改善した。
- PI-ARS:予測情報表現で進化学習による視覚運動制御を加速歩行2022/7/1
勾配ベースの予測情報表現学習と進化戦略ARSを組み合わせ、四足ロボットの視覚に基づく不整地歩行やナビゲーションを効率的に学習させ、実機でも高い成功率を達成した。
- ピクセルからの深い階層的計画階層強化学習2022/6/1
学習した世界モデルの潜在空間内で計画を行うことで、ピクセルから直接階層的行動を学習するDirectorを提案し、疎な報酬の3D迷路探索やAtariなどで優れた性能を示した。
- 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。
- 予測情報で強化学習の学習を加速する強化学習2020/7/1
過去と未来の相互情報である予測情報を圧縮表現として補助タスクで学習し、SACエージェントのサンプル効率をDM Controlで大幅に改善した論文。
