William Shen
収録論文 6本 ・ フィジカルAI/ロボット学習
モバイルマニピュレーションマニピュレーションタスク・動作計画転移学習
※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
- FEIJOA: モバイルマニピュレーションのためのタスク駆動型グラウンディングと実行モバイルマニピュレーション2026/11/2
言語モデルエージェントがテスト時に指示をグラウンディングし、身体性を考慮した実行検証でロボットの移動操作タスクを遂行する手法を提案。実機Spotで50試行中35タスクを完了した。
- TiPToP: 計画を行うモジュラーなオープン語彙ロボットマニピュレーションシステムマニピュレーション2026/3/1
事前学習済み基盤モデルとGPU加速タスク・モーションプランナを組み合わせ、RGB画像と言語から直接ロボット操作を計画・実行するモジュラーシステムを提案。訓練データ不要でVLAを上回る成功率と速度を達成。
- 視覚言語モデルが生成する制約によるオープンワールドタスク・動作計画タスク・動作計画2024/11/1
視覚言語モデルに離散的な行動順序制約と連続的なコード制約を生成させ、タスク・動作計画(TAMP)に統合することで、自然言語で指定された長期的なロボット操作タスクをオープンワールドで解けるようにした。
- 微分可能なGPU並列タスク・動作計画タスク・動作計画2024/11/1
GPU並列で多数の連続解候補を同時探索し、微分可能最適化で制約を満たす二段階TAMPアルゴリズムを提案。高制約な問題を数秒で解き、実機ロボットで検証した。
- 蒸留特徴フィールドによる少数ショット言語誘導マニピュレーションマニピュレーション2023/8/1
2D基盤モデルの意味特徴を3D蒸留特徴フィールドに統合し、自由文の言語指示で未知物体を6自由度把持・配置できる少数ショット学習手法を提案。
- タスクノミー:視覚タスク間の転移学習構造の解明転移学習2018/4/1
26種類の視覚タスク間の転移学習依存関係を計算的にモデル化し、タスク間の構造を地図化することで、ラベル付きデータの需要を約2/3削減できることを示した論文。
