Seungjae Lee
Georgia Institute of Technology
収録論文 29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
- 動画生成とロボット制御を単一バックボーンで統合するTAPESTRYVLA2026/10/27
事前学習済み動画拡散Transformerを再利用し、ロボットの行動を動画の潜在空間における単一パッチトークンとして扱うことで、推論時の動画生成なしに高速な行動生成を実現したワールドアクションモデル。
- 原子からビットへ:自律ロボットインタラクションによるデジタルツイン構築sim2real2026/10/25
ロボットが物体を自律的に操作してデータを収集し、物理に基づくデジタルツインを再構築するシステムAuRAを提案。人間の作業と収集時間を大幅に削減しつつ、従来と同等の再構築品質を実現した。
- Dex-One2Many: 単一の人間デモンストレーションから多様な巧みな操作を学習マニピュレーション2026/10/8
人間の動画1本をシーングラフに抽象化し、強化学習の探索を導くことで、動画にない物体姿勢や把持にも汎化する多指ハンド操作方策を実機転移まで実現した。
- コード飛行:能動的な視覚・物理フィードバックによる空中マニピュレーションのための身体性コーディングエージェント空中マニピュレーション2026/10/8
空中マニピュレーションでは視野制限や動的結合により実行フィードバックが不十分になる問題に対し、未観測の結果を確認する「View」と失敗仮説を検証する「Probe」からなる能動フィードバックを導入し、タスク成功率を31.7%から75%に改善した。
- NM-LIO: LiDAR計測ノイズの差異に対応する複数LiDAR慣性オドメトリオドメトリ2026/10/3
複数のLiDAR間で異なる計測ノイズを定量化するノイズモデルを導入し、残差の不確かさを推定することで高精度な複数LiDAR慣性オドメトリを実現した。
- 何に注目し、何を保持するか:スキル条件付き視触覚表現と進捗誘導型イベントメモリ触覚2026/9/29
スキルごとに視覚と触覚の役割が変わる点に着目し、スキルで条件付けした融合と過去スキルの終端観測を保持する疎なイベントメモリを組み合わせた視触覚表現を提案。接触が重要なタスクで進捗推定の遅延と誤差を大幅に削減した。
- エピソード評価を超えて:連続的身体化質問応答における記憶アーキテクチャのボトルネック身体化AI/記憶アーキテクチャ2026/7/1
身体化質問応答(EQA)を連続的に評価した際、既存の記憶保持だけでは不十分で、視覚的意味情報を保持する構造化された空間的記憶(3D幾何学に基づく)が必要であることを示した論文。
- μ0: スケーラブルな3Dインタラクショントレース世界モデル世界モデル2026/6/11
ロボット学習のための、物体や手などの相互作用点の3D軌跡を予測する世界モデルを提案。多様なビデオから自動で3D教師信号を抽出し、行動ラベルなしで事前学習可能。
- DynaFLIP:三モーダル動力学誘導表現によるロボット知覚の再考VLA/表現学習2026/5/1
画像と言語と3Dフローを組み合わせた動力学認識の事前学習フレームワークを提案し、ロボット操作のための視覚表現を向上させた。
- Raymoval: 静的3Dマッピングのためのレイキャスティングに基づく動的物体除去マッピング2026/5/1
レイキャスティングを用いて、3Dマップから動的物体の痕跡を除去し、静的マップを生成する手法を提案した。
- HumanEgo: 人間の一人称視点動画数分からのゼロショットロボット学習模倣学習2026/5/1
人間の一人称視点動画からロボット操作スキルをゼロショットで転移するフレームワークを提案。手と物体の相互作用をエンティティレベルで表現し、フローマッチングポリシーと補助損失で学習することで、ロボットデータ不要で高効率な学習を実現した。
- SE(3)-LIO: SE(3)多様体上の同時分布ポーズによる滑らかなIMU伝播を用いた高精度・高ロバストなLiDAR-慣性オドメトリオドメトリ2026/3/1
本論文では、IMU伝播をSE(3)多様体上で行い、回転変化を並進に適切に反映させるとともに、予測ポーズ間の相関を考慮した不確かさを運動補償に組み込むことで、LiDAR-慣性オドメトリの精度とロバスト性を向上させる手法を提案している。
- MomaGraph: 視覚言語モデルによる状態認識統合シーングラフと身体性タスクプランニングVLA2025/12/1
家庭内の移動マニピュレータ向けに、空間的・機能的関係と物体状態を統合したシーングラフ表現MomaGraphと、大規模データセット・評価ベンチマーク・強化学習で訓練した7B視覚言語モデルMomaGraph-R1を提案し、ゼロショットタスクプランニングで最先端性能を達成した。
- TraceGen: 3Dトレース空間での世界モデリングによる異なる身体性の動画からの学習VLA2025/11/1
人間や他ロボットの動画を3Dトレース空間に変換し、少ない実機動画で新タスクを学習できる世界モデルTraceGenを提案。
- DASIP: 確率的補間ポリシーを用いたロボット制御のための動的テスト時計算スケーリングマニピュレーション2025/11/1
タスクの難易度に応じて拡散・フローポリシーの推論計算量をリアルタイムに調整し、成功率を保ちつつ計算時間を最大4.4倍削減する手法を提案。
- LVI-Q: 四足歩行ロボットのための密結合・効率的交互最適化を用いた堅牢なLiDAR-視覚-慣性-運動学オドメトリSLAM/センサフュージョン2025/10/1
カメラ・LiDAR・IMU・関節エンコーダを融合し、視覚慣性運動学オドメトリとLiDAR慣性運動学オドメトリを交互に最適化することで、四足ロボットの自己位置推定を堅牢化した研究。
- 想像・検証・実行:視覚言語モデルによる記憶誘導型エージェント探索VLA2025/5/1
視覚言語モデルでシーンを想像し物理的妥当性を検証してから行動する探索フレームワークIVEを提案し、多様な探索と下流学習の性能向上を実現した。
- TRIP: リスク認識予測を用いた四足歩行ロボットの地形走破性マッピング歩行2024/11/1
限られた視野やデータの疎らさに対処するため、球面投影での踏破性推定とベイズカーネル推論を組み合わせ、四足ロボットのオンライン自律ナビゲーション向けにリスクを考慮した地形走破性マップを生成する手法を提案した。
- ロボットユーティリティモデル:新環境へのゼロショット展開のための汎用ポリシーマニピュレーション2024/9/1
ファインチューニングなしで新しい環境や未知の物体に直接適応できるゼロショットロボットポリシーを訓練・展開するフレームワークを提案し、5つの実用的タスクで平均90%の成功率を達成した。
- TOSS: 静的シーンマッピングのためのリアルタイム追跡と移動物体セグメンテーションSLAM2024/8/1
追跡ベースの移動物体セグメンテーションと静的マップ構築を統合したリアルタイムフレームワークを提案し、動的物体の除去と静的物体の復元を高精度に行う。
- B-TMS: 3D LiDARスキャンと地図を横断するベイズ走行可能地形モデリングとセグメンテーションによるオフロードナビゲーションの強化走行可能地形セグメンテーション2024/6/1
ベイズ一般化カーネルとトリグリッドフィールドを用いて、3D LiDARデータから走行可能地形を地図単位でモデリング・セグメンテーションする手法を提案し、オフロード環境でのロバスト性を向上させた。
- 潜在行動による行動生成模倣学習2024/3/1
連続行動を階層的ベクトル量子化でトークン化し、マルチモーダルな行動生成・条件付き生成・部分観測を扱うVQ-BeTを提案。模擬操作・自動運転・ロボティクスなど7環境でBeTやDiffusion Policiesを上回り、推論速度も5倍高速化した。
- 似て非なるもの:陸上ロボットのための地面セグメンテーションと走行可能性推定のサーベイ走行可能性推定2023/12/1
地面セグメンテーションと走行可能性推定という混同されがちな2つの技術の違いを、ロボットの機動性や周囲との位置関係など4つの観点から整理したサーベイ論文。
- SNeRL: 強化学習のための意味論認識型ニューラル放射輝度場VLA2023/1/1
多視点画像から意味論と物体中心の3D暗黙表現をNeRFと畳み込みエンコーダで同時学習し、強化学習の性能を向上させる手法を提案。
- 不確実性と時間距離を考慮したカリキュラム目標生成による結果指向強化学習強化学習2023/1/1
強化学習において、望む結果に至るためのカリキュラム目標を不確実性と時間距離に基づいて生成し、二部マッチングで最適化する手法を提案。ナビゲーションやロボット操作タスクで従来法を上回る性能を示した。
- DHRL: グラフを用いた長期的・スパースな階層強化学習階層強化学習2022/10/11
階層強化学習において、高レベルと低レベルのポリシーの時間軸をグラフで分離し、長期的なタスクを効率的に学習する手法を提案。
- Patchwork++:部分的な過小分割を解決する高速で堅牢な3D点群地面セグメンテーション3D知覚/地面セグメンテーション2022/7/1
3D LiDAR点群の地面分割において、適応的なパラメータ推定や一時的な地面復元、領域別垂直平面フィッティング、反射ノイズ除去を導入し、部分的な過小分割や多層地面の問題を解決する高速・堅牢な手法を提案。
- PaGO-LOAM: 地面最適化に基づく堅牢なLiDARオドメトリLiDARオドメトリ2022/6/1
地面分割の性能がLiDAR SLAMに与える影響を検証する枠組みを提案し、Patchworkを用いた新しい地面最適化LiDARオドメトリPaGO-LOAMを開発した。KITTIデータセットでベースラインより堅牢かつ高精度な性能を示した。
- 未知環境におけるロバストかつ再帰的に実行可能なリアルタイム軌道計画軌道計画2021/7/1
制動に頼らず、逐次合成したファネルのループで有界な不確かさへのロバスト性と軌道計画の持続的実行可能性を再帰的に保証するリアルタイム計画法を提案し、速度固定のロボットカーで16Hz以上で動作することを示した。
