Luke Zettlemoyer
収録論文 8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
- M*: マルチモーダルモデルのためのモジュール式で拡張可能なサービスシステムシステム2026/6/10
複合AIモデルを効率的にサービスするための普遍的なシステムM*を提案し、データフローグラフ表現とウォークグラフ抽象化により、多様なモデル構成を柔軟に扱い、既存システムより低遅延・高スループットを達成した。
- Robometer:軌道比較による汎用ロボット報酬モデルのスケーリング報酬モデリング2026/3/1
軌道内の進捗監督と軌道間の選好監督を組み合わせた報酬モデルを提案し、100万軌道のデータセットで学習することで、汎用性の高い報酬関数を実現した。
- DreamGen:動画世界モデルでロボット学習の汎化を解き放つVLA2025/5/1
画像から動画を生成するモデルでロボットの疑似行動データを作り、1つのテレオペデータから多様な行動・環境への汎化を実現する4段階パイプラインを提案。
- 動画からの潜在行動事前学習VLA2024/10/1
ロボットの行動ラベルなしでインターネット規模の動画からVLAモデルを事前学習する手法を提案し、実世界のマニピュレーションタスクで既存手法を上回る性能を示した。
- 3D物体と言語の接地:形状・輪郭表現の理解に向けた新ベンチマークSNARE言語接地2021/7/1
3D物体を対象に、視覚的・非視覚的な言語表現から参照物体を選ぶ新タスクSNAREを提案し、CLIP系モデルが形状理解で弱いことを示した上で視点推定の追加が精度を向上させることを明らかにした。
- ALFRED:日常タスクの指示を解釈するためのベンチマークVLA2019/12/1
自然言語の指示と視点映像から家庭内タスクの行動系列を学習するベンチマークALFREDを提案し、既存モデルでは性能が低いことを示した。
- 対話を通じた視覚ナビゲーションナビゲーション2019/7/1
人間同士の対話履歴を用いて未知環境で目標物体へナビゲートするタスクとデータセットを提案し、マルチモーダルなseq2seqモデルで初期性能を示した。
- 言語と知覚の統合モデルによる接地属性学習言語接地2012/6/1
物体の色や形などの属性分類器と言語の確率範疇文法を同時学習し、物理空間の物体集合を記述する文を解釈できるようにした研究。
