Yejin Choi
Stanford University
収録論文 12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
- 連続行動空間における蒸留木探索による長期的マルチオブジェクト再配置マニピュレーション2026/10/19
物理シミュレーション内のMCTSで長期的計画を生成し、それを方策・価値モデルへ蒸留することで、テスト時に探索なしで長期的な物体再配置を実行できる手法を提案した。
- T2-Z: ロボット世界モデルのためのテスト時環境潜在最適化世界モデル2026/10/15
世界モデルに学習可能な環境潜在を付加し、テスト時に少数の相互作用から潜在を最適化することで未知環境へ適応する手法を提案。
- FACT: 人間からロボットへの巧みな操作のためのマルチモーダル力・行動・トラック基盤モデルマニピュレーション2026/10/13
人間の触覚データセットEgoForceとロボット実演を組み合わせ、視覚計画から力に基づく微調整へと段階的に処理する基盤モデルFACTを提案。道具使用や楽器演奏など10タスクで最大60ポイントの成功率向上を達成。
- RoboWits: ロボットの創造的問題解決における予期せぬ課題ベンチマーク2026/5/1
ロボットの認知推論と創造的ツール使用を評価するためのバイマニピュレータベンチマークを提案し、自動タスク生成パイプラインを用いて多様なタスクを作成。既存のVLAが変異タスクで性能が低下することを示した。
- ロボットへの指示方法:高密度言語アノテーションがロボットポリシー学習を強化するVLA/言語アノテーション2026/5/1
デモンストレーションの収集コストを増やさずに、VLMで生成した多面的な高密度言語アノテーションを活用してロボットポリシーの学習を改善する手法を提案した。
- ESI-Bench:知覚と行動のループを閉じる身体化空間知能のベンチマーク身体化空間知能2026/5/1
受動的な観察ではなく、能動的な探索を通じて空間理解を行う身体化空間知能のベンチマークを提案し、能動的探索が受動的観察より優れていることを示した。
- 試行錯誤からの学習:身体性LLMのための内省的テスト時計画VLA2026/2/1
実行前の内省で行動候補を生成・評価し、実行後の内省でモデルと方針を更新する内省的テスト時計画を提案し、長期的な家庭内タスクやロボット実験で性能向上を実証した。
- VLMをロボット向けに:低レベル手順推論の自己批判的蒸留VLA2025/7/1
小さな視覚言語モデルが外部教師なしで自己批判・修正・検証を繰り返し、ロボット実行可能な手順計画を生成する自己改善フレームワークを提案。
- SwiftSage:高速思考と低速思考を備えた生成的エージェントによる複雑な対話型タスクの解決VLA2023/5/1
人間の二重過程理論に着想を得て、小さな言語モデルによる直感的な行動生成とGPT-4による熟考的なサブゴール計画を組み合わせ、複雑な対話型推論タスクの性能を向上させたエージェントフレームワーク。
- 戦術的巻き戻し:視覚言語ナビゲーションにおけるバックトラッキングによる自己修正視覚言語ナビゲーション2019/3/1
視覚言語ナビゲーションで、局所的な行動選択と大域的な信号を組み合わせ、行き詰まった際にバックトラックして自己修正するFASTナビゲータを提案し、R2RベンチマークでSPLを6%改善した。
- 目標指向ロボット視覚のための早期融合ロボット視覚2018/11/1
目標情報を視覚処理の初期段階で融合させ、タスク特化の表現を生成するEarlyFusionモデルを提案し、模倣学習によるロボット物品取得タスクで有効性を示した。
- 共有自律と人間-ロボット間コミュニケーションの両立共有自律2018/5/1
人間とロボットの言語コミュニケーションを共有自律の観点から分析し、人間が指示の協調性と明示性をどう調整するかの効率と認知負荷のトレードオフを明らかにした論文。
