Minyoung Hwang
収録論文 5本 ・ フィジカルAI/ロボット学習
報酬モデリング逆強化学習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
- 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。
- Masked IRL: LLMによるデモンストレーションと言語からの報酬曖昧性解消逆強化学習2025/11/1
言語指示から状態の重要度マスクを推定し、LLMで曖昧な指示を明確化することで、少ないデータで報酬関数を学習する手法を提案。
- MotIF: 動作指示ファインチューニングVLA2024/9/1
ロボットの動作の成否を判定するために、キーポイント軌跡を最終画像に重ねた抽象表現で視覚言語モデルをファインチューニングする手法を提案し、MotIF-1Kデータセットを構築した。
- プロンプタブル・ビヘイビア:人間の選好に基づく多目的報酬のパーソナライズVLA2023/12/1
多目的強化学習で単一の方策を訓練し、実演・軌道比較への選好フィードバック・言語指示の3手法で人間の選好を推定してロボットの行動をパーソナライズするフレームワークを提案。
- Meta-Explore: シーン物体スペクトルに基づく探索的階層型視覚言語ナビゲーションVLA2023/3/1
視覚言語ナビゲーションにおいて、誤った行動から回復するために、未訪問だが観測可能な状態から有望な局所目標を選ぶ活用ポリシーと、物体配置を周波数領域で表現するシーン物体スペクトル(SOS)を組み合わせた階層型手法を提案。
