M. Yunus Seker
Carnegie Mellon University
収録論文 7本 ・ フィジカルAI/ロボット学習
マニピュレーションsim2real記号創発/計画模倣学習+強化学習物理モデル学習
※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
- GTA-2: 接地されたタスク軸によるロボットマニピュレーションスキル合成のためのマルチVLMフレームワークマニピュレーション2026/9/9
4つのVLMエージェントがタスクを分解し、キーポイントや軸・制御パラメータを接地させて、実機ロボットのマニピュレーションスキルをゼロショットで生成するフレームワーク。
- 接地されたタスク軸:タスク軸コントローラと視覚基盤モデルによるゼロショット意味的スキル汎化マニピュレーション2025/5/1
スキルを物体のキーポイントと軸に基づく優先順位付きコントローラに分解し、視覚基盤モデルで意味的に類似した接地特徴を見つけることで、新しい物体へのゼロショット転移を実現した。
- 複数モデルのシミュレーション由来事前条件を活用した高速な行動パラメータ最適化マニピュレーション2024/3/1
複数の予測モデルを状況に応じて切り替えることで、ロボットの行動パラメータ最適化を高速化・高精度化する枠組みを提案し、sim-to-simのモデル偏差推定器が有効であることを示した。
- 相互作用する物体の物性推定:Sum-GP-UCBによるベイズ最適化sim2real2023/10/1
複数の物体が相互作用するシーンから、各物体の物性パラメータをベイズ最適化で推定する手法を提案。報酬をシーンごとに分解し、部分評価で効率化した。
- DeepSym: 教師なし連続ロボット相互作用からの深層記号生成とルール学習による計画記号創発/計画2020/12/1
ロボットが物体と相互作用した経験から、二値ボトルネック付きエンコーダ・デコーダで物体や効果の離散カテゴリを獲得し、決定木で確率的ルールに変換してPPDDLで計画に利用する手法を提案した。
- ACNMP:模倣学習と強化学習の表現共有によるスキル転送とタスク外挿模倣学習+強化学習2020/3/1
模倣学習と強化学習を潜在表現の共有で同時訓練する枠組みを提案し、未知状況への外挿や異形態ロボット間のスキル転送を実現した。
- 信念調整型デュアル伝播ネットによる多関節物体群への行動効果の学習物理モデル学習2019/9/1
ロボットが多関節物体群を操作した際の効果を予測するため、物理予測器と信念調整器を組み合わせた学習型物理エンジンBRDPNを提案し、部分観測環境での予測精度と実機への転移を実証した。
