Ya Jing
収録論文 8本 ・ フィジカルAI/ロボット学習
マニピュレーションVLA身体性知覚
※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
- SafeLoop: 視覚言語行動マニピュレーションのためのリスク認識ロールバックマニピュレーション2026/9/22
VLAモデルのパラメータを変えずに外部ラッパーとして危険予測とロールバック復帰を追加し、衝突や物体落下を約70%削減しつつタスク成功率を維持する手法を提案。
- UESF-Bench: 統合型身体性探索・追従のためのベンチマークと分析VLA2026/7/15
言語で指示された人物を探索し、その後追従する統合的なタスクのベンチマークを新たに構築し、探索と追従を切り替えるVLAフレームワークを提案・評価した論文。
- GR-2: ウェブ規模の知識を持つ生成型ビデオ・言語・行動モデルによるロボットマニピュレーションVLA2024/10/1
3800万本のインターネット動画で事前学習した大規模モデルをロボット軌道で微調整し、100以上のタスクで平均97.7%の成功率と未知環境への高い汎化性能を実現した。
- 大規模動画生成事前学習を活用した視覚ロボットマニピュレーションマニピュレーション2023/12/1
大規模動画データで生成的に事前学習したGPT型モデルGR-1を提案し、言語条件付き多タスク視覚マニピュレーションにおいてCALVINベンチマークや実機で高い成功率と汎化性能を示した。
- 視覚言語基盤モデルをロボット模倣学習に活用するRoboFlamingoVLA2023/11/1
オープンソースの視覚言語モデルOpenFlamingoを基に、単一ステップの視覚言語理解とポリシーヘッドを分離し、模倣学習で微調整するだけでロボット操作を実現するフレームワークを提案。
- MOMA-Force: 実世界の移動マニピュレーションのための視覚・力模倣マニピュレーション2023/8/1
視覚と力の模倣学習にアドミタンス全身制御を組み合わせ、移動マニピュレータが接触を伴う複数の家庭内タスクを高い成功率と小さな接触力で実行できるようにした。
- ロボットマニピュレーションのための視覚事前学習の探求：データセット・モデル・手法マニピュレーション2023/8/1
ロボット操作タスクにおける視覚事前学習の効果をデータセット・モデル・学習手法の観点から調査し、自己教師あり学習と教師あり学習を組み合わせたVi-PRoMを提案した。
- 情報量の多い軌跡とサンプルを探索する身体性知覚の学習身体性知覚2023/3/1
3D意味分布マップを用いて探索方策を自己教師あり学習し、不確実性の高いサンプルを選択することで、身体性知覚モデルを効率的に微調整する手法を提案。
