Liyiming Ke
University of Washington
収録論文 18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
- 幾何学的サポートによる行動正則化でオンライン強化学習を改善強化学習2026/11/3
事前学習済み方策のサポートからの距離に基づいて罰則を与えるGSBRを提案し、サブ最適行動の排除と改善の両立を実現、4つのロボットベンチマーク19タスクで成功率を33%から95%に向上させた。
- SwapBot:交換式エンドエフェクタと触覚センシングによる道具中心のロボットマニピュレーションマニピュレーション2026/10/29
家庭用道具を低コストアダプタでロボットのエンドエフェクタに変換し、触覚センサ付きで自律交換と模倣学習による道具使用タスクを実現した研究。
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- RLトークン:視覚言語行動モデルを用いたオンライン強化学習のブートストラップVLA/強化学習2026/4/1
事前学習済みの視覚言語行動モデル(VLA)にRLトークンと呼ばれる小型の表現を追加し、その上で強化学習を行うことで、実ロボット上で数時間の練習だけで効率的に微調整できる手法を提案した。
- π*0.6:経験から学ぶVLAVLA2025/11/1
実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。
- ATK: タスク駆動型キーポイント自動選択によるロバストな方策学習模倣学習2025/6/1
タスクに応じて画像中の2Dキーポイントを自動選択し、それを用いて模倣学習を行うことで、sim-to-real転移や実世界タスクにおけるロバストな方策を実現する手法を提案。
- π0.5: オープンワールド汎化を実現する視覚-言語-行動モデルVLA2025/4/1
異種タスクの共同学習により、未知の家庭環境でもキッチンや寝室の掃除などの長期的で器用な操作を実行できるVLAモデルπ0.5を提案した。
- Hi Robot: 階層型視覚言語行動モデルによるオープンエンドな指示追従VLA2025/2/1
視覚言語モデルを階層的に用い、複雑な指示や実行中のフィードバックを解釈してロボットの低レベル行動に変換するシステムを提案し、片腕・双腕・移動ロボットで評価した。
- π0: 汎用ロボット制御のための視覚-言語-行動フローモデルVLA2024/10/1
事前学習済み視覚言語モデルにフローマッチングを組み合わせ、多様なロボットの大規模データで訓練することで、洗濯物畳みや箱組み立てなどの器用なタスクをゼロショットや言語指示で実行できる汎用ロボット基盤モデルを提案した。
- Sim-to-Realギャップの克服:探索方策の学習による実世界強化学習の効率化sim2real2024/10/1
シミュレータで直接方策を学習するのではなく、探索方策を学習して実世界に転移することで、サンプル効率を指数関数的に改善できることを理論と実験で示した。
- 連続性に基づく修正ラベルによるデータ効率的な微細マニピュレーションの模倣学習マニピュレーション2024/5/1
接触を伴う微細な操作タスクにおいて、実演データのみから局所連続なダイナミクスモデルを学習し修正ラベルを生成することで、模倣学習の誤差蓄積を軽減し、特に低データ領域で性能を向上させる手法を実機検証した。
- CCIL: 連続性に基づくデータ拡張による修正模倣学習模倣学習2023/10/1
専門家データから局所連続性を利用した動力学モデルを構築し、修正ラベルを生成して模倣学習のロバスト性を高める手法を提案。
- 強化学習によるチェリーピッキング:不安定条件下でのロバストな動的把握マニピュレーション2023/3/1
箸を使った細かい操作を強化学習で実現し、空中で揺れる小さな物体をほぼ100%の成功率で把持するシステムCherryBotを開発した。
- 実世界オフライン強化学習のための現実的データ源オフライン強化学習2022/10/1
安全な関連タスクの運用データを実世界ロボット学習のデータ源とし、4つの卓上マニピュレーションタスクで代表的なオフラインRL手法の汎化・転移性能を大規模に評価した研究。
- 箸でつかむ:微細操作のためのモデルフリー模倣学習における共変量シフトの克服模倣学習2020/11/1
箸を装着したロボットによる微細な把持操作を、人間の実演からのモデルフリー模倣学習で実現。共変量シフトを低減する2つの手法を提案し、実機で成功率を37.3%から80%へ向上させた。
- 箸によるテレマニピュレーション:ユーザ実演におけるヒューマンファクターの分析テレオペレーション2020/8/1
箸を使った把持タスクを対象に、通常の箸・モーションキャプチャ箸・新規テレオペインタフェースの3手法を25名で比較し、テレオペが最も不慣れながら成功率で優れ、ロボット学習に直接使える実演が得られることを示した。
- 模倣学習をfダイバージェンス最小化として捉える模倣学習2019/5/1
マルチモーダルな模倣学習において、逆KLダイバージェンスを最小化する一般的なfダイバージェンス枠組みを提案し、既存手法を包含しつつモード間の誤補間を防ぐ。
- 戦術的巻き戻し:視覚言語ナビゲーションにおけるバックトラッキングによる自己修正視覚言語ナビゲーション2019/3/1
視覚言語ナビゲーションで、局所的な行動選択と大域的な信号を組み合わせ、行き詰まった際にバックトラックして自己修正するFASTナビゲータを提案し、R2RベンチマークでSPLを6%改善した。
