Tsang-Wei Edward Lee
収録論文 13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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- Mobility VLA:長文脈VLMとトポロジカルグラフによるマルチモーダル指示ナビゲーションナビゲーション/VLA2024/7/1
デモ動画と自然言語・画像の指示を入力とし、長文脈VLMで目標フレームを特定、トポロジカルグラフに基づく低レベル方策で実環境をナビゲートする階層型VLAを提案した。
- VADER: マルチロボット・人間協調のための視覚的アフォーダンス検出とエラー回復VLA2024/5/1
視覚的アフォーダンス検出とエラー認識を行い、他ロボットや人間への助け要請を新たなスキルとして組み込むことで、長期的タスクの中断から回復して完遂するフレームワークVADERを提案した。
- PIVOT: 反復的視覚プロンプティングによるVLMの行動知識の引き出しVLA2024/2/1
視覚言語モデルに対し、候補となる行動や軌道を画像上に重ねて反復的に選ばせる視覚プロンプティング手法PIVOTを提案し、追加学習なしでロボットのナビゲーションや操作を実現した。
- 言語モデル予測制御による人間フィードバックからの高速学習VLA2024/2/1
人間との対話履歴を遷移モデルとしてLLMに微調整し、モデル予測制御と組み合わせることで、ロボットの教示効率と成功率を向上させるフレームワークLMPCを提案。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- 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。
- 階層的予測計画による分散型マルチエージェントランデブーマルチエージェント強化学習2020/3/1
エージェント間の通信なしに、他エージェントの動きを自己教師あり学習で予測し、その予測モデルを用いてサブゴールを提案・評価することで分散型ランデブーを実現するモデルベース強化学習手法を提案した。
- 重要状態を学習するクリティカル確率的ロードマップ経路計画2019/10/1
グラフ理論の媒介中心性で経路計画に重要な状態を特定し、局所環境特徴からその重要度を学習して階層グラフで活用する手法を提案。一様サンプリング比で最大3桁の効率改善を達成した。
- バッチ動作計画のためのニューラル衝突クリアランス推定器動作計画2019/10/1
分離距離を予測するニューラルネットClearanceNetと、それを用いたCN-RRTを提案し、バッチ衝突判定と勾配による誤差修正で動作計画を高速化・高効率化した。
- 実世界向け長距離ニューラルナビゲーションポリシーナビゲーション2019/3/1
環境スキャンから高レベル計画を学習し、低レベルポリシーと組み合わせて実オフィスで長距離ナビゲーションを実現した。SLAMベース手法を上回る成功率0.80を達成。
- PRM-RLによる長距離屋内ナビゲーションナビゲーション2019/2/1
強化学習エージェントと確率的ロードマップを組み合わせ、騒音や障害物のある屋内環境でロボットを長距離誘導する階層的ナビゲーション手法を提案し、実機で5.8km以上の走行を実現した。
