Kun Chu
University of Hamburg
収録論文 5本 ・ フィジカルAI/ロボット学習
マニピュレーションタスク計画
※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
- BiPOP: 長期的な両腕ロボット操作のための部分順序計画マニピュレーション2026/11/11
LLMと時間的部分順序計画を組み合わせ、両腕の協調が必要な長期タスクを、作業空間の分割と腕間依存関係のモデル化により効率的に計画するフレームワークを提案した。
- LLMを対話的教師として用いるロボットマニピュレーションの模倣学習マニピュレーション2025/4/1
人間教師の代わりに大規模言語モデル(LLM)を対話的教師として活用し、ロボットマニピュレーションの模倣学習を効率化するフレームワークLLM-iTeachを提案した。
- LLM+MAP: 大規模言語モデルと計画領域定義言語を用いた両腕ロボットのタスク計画タスク計画2025/3/1
LLMの推論とマルチエージェント計画を組み合わせ、両腕ロボットの長期的なタスクを効率的に分解・割り当てする計画フレームワークを提案。
- 大規模言語モデルによる双腕ロボットの制御マニピュレーション2024/4/1
LLMを使って双腕ロボットの長期的な協調作業を計画・制御するエージェントLABORを提案し、シミュレーションで成功率が向上することを示した論文。
- 大規模言語モデルのフィードバックによるロボットマニピュレーションの強化学習加速マニピュレーション2023/11/1
LLMを自動監督者として活用し、自然言語プロンプトで報酬フィードバックを与えることで、ロボット操作タスクの強化学習を効率化するLafite-RLフレームワークを提案した。
