Tung M. Luu
収録論文 8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
- RoboWorM:身体性ビデオ世界モデルにおける運動のリアリズム・一貫性・加速効果の評価ビデオ世界モデル2026/10/24
ロボット操作向けビデオ世界モデルを、実機展開を意識して評価するベンチマークRoboWorMを提案し、VLM不要の運動安定性・多視点幾何一貫性指標と加速手法の品質効率監査を行う。
- 進捗誘導による選好生成:生成型制御ポリシーのアラインメント模倣学習2026/10/19
少数の専門家デモを基準にロールアウトの進捗を測り、擬似選好ラベルを自動生成して生成型ポリシーを人間注釈なしで微調整する手法を提案。
- 視覚言語行動モデルのファインチューニングには、思っているより少ない層で十分であるVLA/モデル圧縮2026/6/1
大規模な視覚言語行動(VLA)モデルには層ごとの冗長性があることを発見し、学習不要の構造圧縮パイプラインを提案。冗長な層を除去してモデルを最大50%圧縮し、ファインチューニング時間を40-50%、推論時間を最大30%削減しつつ、性能はフルモデルと同等以上を達成した。
- ビデオ基盤の最適輸送によるフィードバック効率的なオフライン選好ベース強化学習強化学習2026/6/1
ビデオ基盤モデルの表現空間で最適輸送を用いて軌道を整列させ、少数のラベルから高品質な擬似ラベルを生成することで、選好ベース強化学習のラベルコストを大幅に削減する半教師ありフレームワークを提案した。
- 自己改善型VLAポリシー:スプリアスロバストなアクション平滑化のための選択的拡散ノイズVLA/ロバスト性2026/6/1
拡散ベースのVLAポリシーのテスト時ロバスト性を高めるため、拡散ノイズ空間を制御可能な自由度として利用し、スプリアスな視覚相関への依存を減らしつつ滑らかなアクションを生成するノイズ選択手法SDNを提案した。
- 報酬モデリング不要の大規模視覚言語モデルフィードバックによる方策学習VLA2025/7/1
大規模視覚言語モデルに軌道ペアの選好を問い合わせ、報酬モデルを学習せずに直接方策を訓練する手法PLAREを提案し、ロボット操作タスクで有効性を示した。
- 堅牢な方策に向けて:敵対的攻撃と防御によるオフライン強化学習の強化オフライン強化学習2024/5/1
オフライン強化学習の方策を敵対的攻撃と防御で強化する枠組みを提案し、D4RLベンチマークで4種の攻撃と2種の防御を評価して堅牢性向上を実証した。
- 好奇心対照フォワードダイナミクスモデルによるサンプル効率の高い強化学習表現学習強化学習/表現学習2021/3/1
フォワードダイナミクスモデルと対照学習を組み合わせて画像エンコーダを訓練し、内在的報酬で探索を促すことで、生ピクセルからの強化学習のサンプル効率と汎化性能を向上させた研究。
