Mingkui Tan

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

• 3DFlowAction: 3Dフローワールドモデルから身体性を超えたマニピュレーションを学習
  マニピュレーション2025/6/1

  人間とロボットの操作データから3D空間での物体の動きを予測するワールドモデルを学習し、言語指示に基づく3Dフローを生成してロボットの操作計画を導く手法を提案。

• 目標中心報酬によるオープンワールドドローン能動追跡
  ドローン追跡2024/12/1

  都市規模のオープンワールドドローン追跡ベンチマークDATと、目標中心報酬とカリキュラム学習を用いた強化学習手法GC-VATを提案し、シミュレータで約72%の追跡成功率を達成した。

• Open-Nav: オープンソースLLMによる連続環境でのゼロショット視覚言語ナビゲーションの探求
  VLA2024/9/1

  オープンソースLLMを使い、連続環境でのゼロショット視覚言語ナビゲーションを実現するOpen-Navを提案。時空間Chain-of-Thought推論と詳細な物体・空間知識でシーン認識を強化し、閉源LLMに匹敵する性能を示した。

• CoNav: 人間中心の協調ナビゲーションのためのベンチマーク
  ナビゲーション2024/6/1

  人間の活動を観察して意図を推論し、人間より先に目的地へナビゲートする協調ナビゲーション(CoNav)ベンチマークを提案。LLMベースの人間動作生成と意図認識エージェントを開発した。

• FGPrompt：画像ゴールナビゲーションのための細粒度ゴールプロンプティング
  ナビゲーション2023/10/1

  ゴール画像の細粒度特徴をプロンプトとして観測エンコーダに条件付けし、ゴール関連領域に注目させる画像ゴールナビゲーション手法を提案。Gibsonなど3データセットで大幅な性能向上を達成。

• A²Nav: 基盤モデルの視覚言語能力を活用した行動認識型ゼロショットロボットナビゲーション
  ナビゲーション2023/8/1

  大規模言語モデルで複雑なナビゲーション指示を行動単位のサブタスクに分解し、行動特化データで学習した方策でゼロショット視覚言語ナビゲーションを実現した。

• マルチオブジェクトナビゲーションのための能動カメラ学習
  ナビゲーション2022/10/1

  複数物体への効率的なナビゲーションを実現するため、カメラの動きを強化学習問題として定式化し、ナビゲーション方策と協調する能動カメラ方策を学習する手法を提案した。

• 多様性探索と敵対的自己修正による継続強化学習
  継続強化学習2019/6/1

  継続強化学習における破滅的忘却に対処するため、教師なし多様性探索でタスク固有スキルを獲得し、敵対的自己修正で過去経験を活用するCDANフレームワークを提案した論文。