Sungjoon Choi
Korea University
収録論文 32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
- SPARK: 事前学習済み知識をロボット制御に適応させる簡易ポストトレーニングロボット基盤モデル2026/11/9
大規模基盤モデルの視覚特徴を、時間変化や行動に関わる情報を保ちながらロボット制御向けに適応させるポストトレーニング手法を提案し、複数ベンチマークと実機マニピュレーションで成功率と汎化性能の向上を示した。
- 固有感覚信号による指外力推定で信頼性の高い箱操作を実現触覚2026/10/28
固有感覚履歴から指ごとの外力を推定する不確実性考慮型の残差手法FEELを提案し、接触センサなしで箱のピック&プレースの成功率と無損傷率を向上させた。
- 人間の動作を事前知識として活用したロボット動作の遷移生成動作生成2026/10/22
独立に取得したヒューマノイド動作を人間の動作空間上で整列させ、生成モデルで遷移を補間して連続動作列を作るフレームワークSTAMPを提案し、Unitree G1とROBOTIS K1で実機検証した。
- 再学習せずに検索せよ:テスト時に視覚言語行動モデルを新タスクへ拡張する手法VLA/検索拡張2026/6/14
新しいタスクへの適応を、モデルの再学習ではなく、デモンストレーションの検索で置き換える手法を提案。凍結したポリシーが検索した軌跡を条件付けに使い、タスク追加をパラメータ更新なしで実現する。
- 可逆潜在分解による凸集合の和集合学習と経路計画への応用経路計画2026/6/1
衝突回避経路計画のため、可逆写像と潜在空間での凸ポリトープの和集合を同時学習し、計画後に元の空間へ復元する枠組みを提案。可視性誘導サンプリングで集合間の連結性を保ち、2Dから14自由度の操作環境で成功率を向上させた。
- 滑らかな軌道最適化のための自然関数勾配軌道最適化2026/5/1
関数空間での自然勾配を用いて、衝突回避と滑らかさを両立する軌道最適化手法を提案。ブラックボックス評価のみで適用可能なモンテカルロ推定を導入し、狭い環境での操作タスクで有効性を実証。
- スパースな分類ガイダンスからの巧みな把持学習マニピュレーション2026/4/1
物体とタスクに応じた把持計画を、密なポーズや接触点の指定なしに、タクソノミー(分類)ベースのスパースな指示から学習する二段階フレームワークGRITを提案。実世界実験で制御可能性も示した。
- LEGO: ヒューマノイド運動学設計の幾何学を考慮した最適化のための潜在空間探索設計最適化2026/4/1
既存の機械設計から設計探索空間を学習し、人間の動作データから損失関数を定義することで、ヒューマノイドの上半身設計を自動最適化する手法を提案した。
- 犬のようにロボットを教える:誘導・ジェスチャー・音声による俊敏なナビゲーションの学習歩行2026/1/1
人間の身体的誘導・ジェスチャー・音声といったマルチモーダルな指示から脚ロボットが俊敏なナビゲーション行動をデータ効率的に学ぶ、人間参加型フレームワークを提案した。
- 成功・失敗デモンストレーションを活用した階層型視覚言語行動モデルVLA2025/12/1
失敗デモも学習信号として活用し、高レベル推論と低レベル制御を分離した階層型VLAモデルVINEを提案。計画時に失敗を考慮した探索を行うことでマニピュレーションの成功率とロバスト性を向上させた。
- APEX: 行動事前分布による脚式ロボットのロバスト動作追従のための効率的探索歩行2025/11/1
専門家のデモンストレーションを減衰する行動事前分布として強化学習に組み込み、展開時の参照データ依存を排除しつつ、脚式ロボットの多様な動作追従を効率的かつロバストに学習する手法を提案。
- 正負のデモンストレーションとルールベース仕様から学ぶソーシャルナビゲーションソーシャルナビゲーション2025/10/1
正例・負例のデモから密度ベース報酬を学習し、ルールベースの目的と組み合わせて安全で適応的な移動ロボットナビゲーション方策を蒸留するフレームワークを提案した。
- トルコアイスロボット:社会的ヒューマンロボットインタラクションにおける遊び心のある欺瞞の検討HRI2025/9/1
トルコアイスの店員の演技にヒントを得て、ロボットがアイスの受け渡しをわざと遅らせる欺瞞的な動作を実装し、91人の参加者実験で楽しさや信頼への影響を調べた。
- 犬のように歩く:ラベルなし動作データから脚式ロボットの操縦可能な模倣コントローラを学習歩行2025/7/1
ラベルなしの実世界動作データから脚式ロボットの多様な歩容を自動発見し、ユーザーの操縦指令に応じてスタイルを保ちながら模倣・遷移する制御器を学習するフレームワークを提案。
- APEX: 行動事前分布による効率的探索で脚式ロボットの頑健な動作追従を実現歩行2025/5/1
参照動作への依存を減らすため、減衰する行動事前分布で探索を誘導し、複数クリティックでスタイルとタスクを分離学習する動作追従RLフレームワークを提案。人型・四足ロボットのシミュレーションとUnitree Go2でのゼロショット展開で有効性を示した。
- 学習に基づく動的なロボットから人への受け渡しマニピュレーション2025/2/1
人から人への受け渡しの実演データを用いて、受け取り手の動きに合わせて連続的に手渡し動作を生成する学習手法を開発し、動的な受け渡しが静的よりも時間短縮と快適性向上をもたらすことを実証した。
- 四足歩行ロボットのための時空間モーションリターゲティング歩行2024/4/1
手持ちカメラ映像などのノイズを含む動作源から、形態や物理特性の異なる四足ロボットへ動的で敏捷な動きを転移する手法を提案し、実機でバク宙などの技能を実現した。
- インタラクティブロボットに動的なペルソナを埋め込む:MASK(仮面をかぶったアニメーション社会的キネマティクス)HRI2024/3/1
人間型ロボットが表情やジェスチャーなどの非言語インタラクションを通じてキャラクターのようなペルソナを演じ、観客のエンゲージメントを高めるシステムMASKを開発し、ユーザーが意図したキャラクターを認識できるか検証した。
- 視覚的選好推論:卓上物体操作における画像列に基づく選好推論マニピュレーション2024/3/1
卓上物体操作において、連続する画像列から人間の視覚的選好を推論するChain-of-Visual-Residuals(CoVR)手法を提案し、シミュレーションと実環境で有効性を示した。
- SPOTS: 半自律遠隔操作システムにおける推論を伴う物体の安定配置マニピュレーション2023/9/1
遠隔操作で物体を置く際に、実機とシミュレーションを組み合わせた物理的安定性の検証と大規模言語モデルによる文脈推論を統合し、安定かつ状況に適した配置を実現する手法を提案した。
- CLARA: 対話型ロボットエージェントのためのユーザーコマンドの分類と曖昧性解消VLA2023/6/1
LLMを用いてユーザーコマンドが明確・曖昧・実行不可能のどれかを判定し、曖昧な場合は質問生成で対話的に意図を確認する手法を提案。
- SOCRATES: テキスト記述に基づく人間探索とロボット犬による接近人間探索・接近2023/2/1
自由記述の外見・状況テキストから対象人物を探索し、学習ベースの制御で人間に優しく接近するロボット犬システムを提案・実機検証した。
- ゼロショット能動視覚探索(ZAVIS):ロボットアシスタントのための知的物体探索能動視覚探索2022/9/1
自由形式の言語で指示された物体を移動ロボットが効率的に探索するため、常識知識に基づく共起と予測不確実性を考慮したセマンティックグリッドマップ計画手法を提案し、シミュレーションと実環境で有効性を示した。
- 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。
- 非把持マニピュレーションスキルの学習による半自律遠隔操作遠隔操作2021/9/1
RGB-Dセンサを用いたピックアンドプレースのため、 clutter環境で非把持操作を強化学習し、人間に複数の操作選択肢を提示する半自律遠隔操作フレームワークを提案。実世界実験で手動キーボード操作より把持時間を短縮した。
- グラフニューラルネットワークによるロボット構造と運動の埋め込み学習グラフニューラルネットワーク2021/9/1
ロボットのリンク・関節構造と関節位置の運動データをグラフニューラルネットワークで低次元埋め込み空間に学習するフレームワークを提案し、マルチタスク学習で汎化性能を高めた。
- 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。
- 安全制約付き自己教師あり動作リターゲティング動作リターゲティング2021/3/1
人間の姿勢データから人型ロボットの自然な動作を生成する自己教師あり手法を提案し、衝突回避と関節限界を保証する。
- 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。
- 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。
