Naoki Yokoyama
収録論文 9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
- FiLM-Nav: VLMファインチューニングによる効率的で汎化可能なナビゲーションナビゲーション2025/9/1
事前学習済みVLMをナビゲーション方策として直接ファインチューニングし、視覚履歴と目標から次の探索フロンティアを選ぶことで、未知物体カテゴリにも汎化する物体探索ナビゲーションを実現した。
- HM3D-OVON: オープンボキャブラリ物体目標ナビゲーションのデータセットとベンチマークナビゲーション2024/9/1
HM3DSemを基に379カテゴリ・1.5万以上の物体注釈を備えた大規模ObjectNavベンチマークを構築し、自由記述の言語で指定された任意物体を探索するオープンボキャブラリナビゲーション手法を評価・比較した。
- VLFM: 視覚言語フロンティアマップによるゼロショット意味的ナビゲーションナビゲーション2023/12/1
深度から占有マップを作り、事前学習済み視覚言語モデルで言語に基づく価値マップを生成して、未知環境で対象物体へ効率的に探索するゼロショットナビゲーション手法を提案し、実機Spotでも実証した。
- ソーシャルロボットナビゲーションアルゴリズム評価のための原則とガイドラインソーシャルナビゲーション2023/6/1
人混み環境でのロボットナビゲーションを公平に評価するための共通ベンチマーク基準を提案し、安全性や快適さなどの原則、メトリクスやシナリオ設計のガイドライン、評価フレームワークを示した。
- 適応的スキル調整によるロボット移動マニピュレーション移動マニピュレーション2023/4/1
視覚運動スキルのライブラリと調整ポリシー、補正ポリシーを組み合わせ、シミュレーションで訓練した移動マニピュレーションを実世界のSpotロボットにゼロショットで適用し、長期的なタスクを高成功率で達成した。
- ViNL: 障害物を越える視覚ナビゲーションと歩行制御歩行2022/10/1
視覚ナビゲーション方策と視覚歩行方策を別々のシミュレータで独立に学習し、ゼロショットで組み合わせることで、四足ロボットが未知の屋内環境で障害物を避けながら目標地点へ移動できるようにした研究。
- Sim2Real再考:低忠実度シミュレーションがナビゲーションのSim2Real転移を向上させるsim2real2022/7/1
視覚ナビゲーションにおいて、シミュレーションの忠実度を上げるのではなく、実世界データでロボット運動の単純モデルを作る方が学習と汎化を改善することを大規模評価で示した。
- 動的障害物の追加でナビゲーションエージェントを頑健化:2021 iGibsonチャレンジ優勝手法のベンチマークナビゲーション2021/9/1
訓練時に動的障害物をシーンに追加するとテスト時の汎化性能が大きく向上し、画像拡張との併用やsim-to-sim転移への頑健性も示した。CVPR 2021 iGibsonチャレンジのInteractive Navigation部門で1位を獲得した手法。
- 完了時間で重み付けした成功率:動力学を考慮した移動ロボットナビゲーション評価指標ナビゲーション2021/3/1
移動ロボットのナビゲーション性能を評価する新指標SCTを提案し、複雑な動力学を持つエージェントの速さを適切に評価できることを示した。
