Minho Heo
収録論文 5本 ・ フィジカルAI/ロボット学習
報酬学習スキルベース強化学習マニピュレーションVLA
※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
- セグメント化されたデモンストレーションからのサブタスク認識型視覚報酬学習報酬学習2025/2/1
アクションなしの動画デモをサブタスクに分割し、その区間を正解報酬として密な報酬関数を学習するREDSを提案。複雑な操作タスクでベースラインを大きく上回り、未知タスクや異なるロボットへの汎化も示した。
- EXTRACT: オフラインデータから転移可能なロボットスキルを抽出する効率的な方策学習スキルベース強化学習2024/6/1
事前学習済み視覚言語モデルを用いてオフラインデータから意味のあるスキルを連続パラメータ付きで抽出し、新しいロボット操作タスクを効率的に学習する手法を提案。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- FurnitureBench:長期的で複雑な操作のための再現可能な実世界ベンチマークマニピュレーション2023/5/1
実世界での家具組み立てを対象に、5000件以上のデモデータやシミュレータを備えた再現可能なベンチマークを構築し、既存の模倣学習・オフライン強化学習手法の性能を評価した。
