Songhwai Oh
収録論文 20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
- RVN-Bench: 衝突を考慮した屋内視覚ナビゲーションのベンチマーク視覚ナビゲーション2026/3/1
屋内移動ロボット向けに、衝突回避を重視した視覚ナビゲーションのベンチマークRVN-Benchを提案し、シミュレーションと実機での評価を行った。
- GR1とG1におけるクロスエンボディメント操作のための基盤ロボットポリシーのモダリティ拡張ファインチューニングクロスエンボディメント操作2025/12/1
接触信号や深度などのモダリティを追加して基盤ロボットポリシーをファインチューニングし、GR1とUnitree G1という異なるヒューマノイド機体への転移性能を向上させた研究。
- 整頓スコア誘導モンテカルロ木探索による視覚的卓上整理マニピュレーション2025/2/1
RGB-Dカメラのみを用い、整頓度を評価する識別器とモンテカルロ木探索を組み合わせて、目標配置を明示せずに卓上の物体を整理する枠組みを提案し、シミュレーションで収集したTTUデータセットを公開した。
- 物体目標ナビゲーションのための意味的環境アトラスナビゲーション2024/10/1
場所と物体の関係を表す意味グラフマップを画像から構築し、視覚的ローカリゼーションと物体目標ナビゲーションの精度を向上させる手法を提案した。
- アクロバティックロボットのための段階的報酬設計:制約付き多目的強化学習アプローチ強化学習2024/9/1
複雑なアクロバティック動作を段階に分割し、各段階で複数の報酬とコストを定義する制約付き多目的強化学習法を提案し、シミュレーションと実機で有効性を示した。
- Safe CoR: 制約報酬を用いた模倣学習と安全強化学習の二重エキスパート統合安全強化学習2024/7/1
性能重視と安全重視の2種類のエキスパート模倣を制約報酬で統合し、安全性と性能を両立させる枠組みを提案。実機Jackalで性能39%向上・制約違反88%削減を達成。
- 拡散モデルによるタスク非依存マイルストーン計画長期計画2023/12/1
拡散生成モデルで潜在空間上のマイルストーン列を計画し、エージェントがそれを追従することで長期計画や視覚ベース制御、マルチタスク意思決定を実現する手法を提案。
- TRC: 安全強化学習のための信頼領域条件付きバリュー・アット・リスク安全強化学習2023/12/1
CVaR制約付きの安全強化学習手法TRCを提案し、信頼領域内でCVaRの上界を微分可能に近似して方策勾配を求める。シミュレーションと実機で制約を満たしつつ性能を1.93倍向上させた。
- 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。
- 視覚ナビゲーションのためのレンダリング可能なニューラル放射輝度マップVLA2023/3/1
3D環境の視覚情報を潜在コードとして格子状に保持し、任意視点の画像をレンダリングできるRNR-Mapを提案し、自己位置推定と画像ゴールナビゲーションに応用した。
- 画像ゴールナビゲーションのためのトポロジカル意味グラフメモリナビゲーション2022/9/1
RGB-Dカメラの観測からランドマークベースのトポロジカル意味グラフを逐次構築し、未知環境での画像ゴールナビゲーションに活用するフレームワークを提案。成功率とSPLで大幅に改善し、実機でも実証した。
- 混在品質のデモンストレーションを用いた半教師あり模倣学習による自動運転模倣学習2021/9/1
ラベル付き専門家デモと品質のばらついたラベルなしデモを混ぜ、各状態行動ペアの信頼度(leverage)を推定して半教師ありで方策を学習する手法を提案し、RCカー実機でも有効性を示した。
- 防御的自動運転に向けて:品質の異なる運転デモンストレーションの収集と検証自動運転/異常検知2021/9/1
危険な運転場面を含む8カテゴリ・369状況の運転データセットR3を構築し、不確実性推定と異常検知で異常運転の識別可能性を検証した。
- 履歴を参照した言語指示の視覚的接地による操作マニピュレーション2020/12/1
過去の操作履歴を参照して一連の言語指示を解釈し、遮蔽物の位置も推論しながらピック&プレースを行うタスク・データセット・モデルを提案した。
- 音楽から3Dダンス動作を生成する自己回帰ネットワーク動作生成2019/11/1
音楽特徴エンコーダ・ポーズ生成器・ジャンル分類器を統合し、与えられた楽曲から5000フレーム超のリアルな3Dダンス動作を自己回帰的に生成するフレームワークを提案。生成した動作をヒューマノイドロボットに適用し、音楽を聴くだけで踊れることを示した。
- 対話型Text2Pickupネットワーク:自然言語による人とロボットの協調指示理解2018/5/1
曖昧な指示に対しても質問生成と回答の統合で対象物位置推定を高精度化する対話型ピックアップネットワークを提案した。
- Text2Action: 言語から行動を生成する敵対的生成モデル言語条件付き行動生成2017/10/1
文から人間の行動系列を生成するGANベースのモデルを提案し、Baxterロボットで文に応じた動作を実現した。
- 不確実性を考慮した模倣学習:サンプリング不要な分散モデリングを用いた混合密度ネットワーク模倣学習2017/9/1
混合密度ネットワークを用いて、モンテカルロサンプリングなしの1回の順伝播で不確実性を推定し、実世界の自動運転データで安全な模倣学習を実現した論文。
- 人間とロボットの協調のためのノンパラメトリック動作流モデル人間ロボット協調2017/9/1
ガウス過程の平均・分散関数を用いた動作軌跡の類似度尺度を提案し、それを報酬関数の入力として強化学習的にロボットを制御することで人間との協調動作を実現する手法を開発した。
- 密度マッチングによる報酬学習逆強化学習2016/8/1
モデル不要の密度ベース逆強化学習DMRLを提案し、カーネル法で非線形報酬に拡張。グリッドワールドとトラック走行実験で有効性を示した。
