Yaqi Xie
Carnegie Mellon University
収録論文 11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
- SymAnt: 適応可能な記号的事前知識で長期的行動予測を接地する行動予測2026/10/29
短い動画からシーングラフと知識グラフを統合した記号的文脈を構築し、それを事前知識として未来の行動系列を反復的に予測するニューロシンボリック手法を提案した。
- Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーションVLMナビゲーション2026/6/1
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
- 長期的ロボットタスクのための一般化可能な密な報酬強化学習2026/4/1
LLMとVLMを用いてタスク進捗を認識する外部報酬と、ポリシーの自己確信度に基づく内部報酬を組み合わせた密な報酬フレームワークVLLRを提案し、長期的タスクにおけるRL微調整を手動報酬設計なしで改善した。
- 深層述語発見と事前学習済み基盤モデルの統合記号的世界モデル2025/12/1
LLMが提案する述語効果分布と低レベルデータからのニューラル述語学習を相互に洗練させる二層学習フレームワークUniPredを提案し、ロボットの長期タスクにおける記号的世界モデル構築を効率化した。
- InstructPart: 指示に基づくタスク指向型パーツセグメンテーションパーツセグメンテーション2025/5/1
物体を構成する部品ごとに分割し、指示されたタスクに応じて適切な部品を切り出すベンチマークInstructPartを提案し、既存の視覚言語モデルでも難しいことを示した上で、データセットでの微調整により性能を倍増させるベースラインを提示した。
- ShapeGrasp: 幾何分解と大規模言語モデルによるゼロショットタスク指向把持マニピュレーション2024/3/1
物体を凸形状に分解してグラフ表現し、大規模言語モデルの常識推論で各部位に意味を割り当てることで、未知物体でもタスクに適した部位をゼロショットで把持する手法を提案。
- 基盤モデルによる汎用ロボットの実現に向けて:サーベイとメタ分析基盤モデル2023/12/1
NLPやCVの基盤モデルをロボットに応用する研究と、ロボット専用の基盤モデルの可能性を整理したサーベイ論文。
- 大規模言語モデルによる自然言語から計画目標への変換VLA2023/2/1
LLMが自然言語の目標を構造化された計画言語に翻訳できるかを検証し、翻訳は得意だが数値・空間推論やプロンプト感度に課題があることを示した。
- 線形時相論理の知識を深層系列モデルに埋め込む手法時系列モデリング2021/1/1
線形時相論理(LTL)から生成したオートマトンをグラフニューラルネットで意味的に埋め込み、その埋め込みを深層モデルの学習ガイドとして活用することで、系列行動認識や模倣学習の性能を向上させる手法を提案した論文。
- タスク間の信頼判断におけるロボットの能力と意図信頼・人間ロボット協働2019/9/1
人間がロボットにタスクを委任する際、ロボットの能力・意図の推定と全体的信頼がどう統合されるかを被験者実験で調べた研究。
- 複数タスク間における人間のロボット信頼の転移モデルHuman-Robot Interaction2018/7/1
家庭内作業と自動運転の2タスクで人間の信頼形成を調査し、潜在タスク表現を用いた信頼の進化・転移モデル(ベイズ・ニューラル・ハイブリッド)を提案。未知タスクや未知ユーザーへの信頼予測で既存手法を上回った。
