Yen-Ling Kuo
University of Virginia
収録論文 17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
- 固有感覚で画像と視線を整列させる視点ロバスト操作の表現学習模倣学習/視点ロバスト2026/11/9
ロボットの固有感覚を手がかりに画像とカメラ視線の表現を対比学習で揃え、視点が変わっても頑健に操作できる視覚運動方策を実現するフレームワークPAIRを提案した。
- RARA: 検索に基づく表現アライメントによるロボットマニピュレーションのための堅牢なポリシー微調整マニピュレーション2026/10/9
事前学習済みロボットポリシーを少数の実演で新しいタスクに適応させる際、検索した類似実演の表現に合わせてアライメントし、微調整中の表現ドリフトを抑える二段階手法を提案。分布内・外での成功率を向上させた。
- TBD-VLA: 時間ブロック拡散を用いた視覚言語行動モデルVLA2026/6/5
離散トークン型の視覚言語行動モデル(VLA)において、行動系列を時間ブロックに分割し、ブロック内ではマスク拡散、ブロック間では自己回帰生成を行うことで、時間的一貫性と推論速度を両立する新しいフレームワークを提案した。シミュレーションと実機操作タスクで既存手法を上回る性能を示した。
- 先見: 行動条件付きワールドモデル潜在表現による長期的ロボット操作の失敗検出失敗検出2026/6/1
長期的なロボット操作タスクにおいて、最終的な成功/失敗ラベルのみを用いて、行動条件付きワールドモデルの潜在表現から失敗を検出するフレームワークを提案した。
- 低コスト触覚力制御グリッパによる力調整マニピュレーションの学習マニピュレーション2026/2/1
低コストの触覚フィードバック付き力制御グリッパと、把持力を高頻度で調整するフレームワークを提案し、力加減が重要な実世界タスクで有効性を示した。
- O$^3$Afford: 汎化可能なロボット操作のためのワンショット3D物体間アフォーダンス接地アフォーダンス2025/9/1
視覚基盤モデルと点群を組み合わせ、限られたデータで物体間のアフォーダンスをワンショット学習し、LLMと統合してロボット操作の汎化性能を向上させた。
- CLASS: 行動系列の監督による対照学習でロボットマニピュレーションを実現マニピュレーション2025/8/1
動的タイムワーピングで類似行動系列を特定し、対照学習で行動表現を学習するCLASSを提案。視覚変化に強いロボットマニピュレーションを実現。
- Diff-DAgger: 拡散ポリシーを用いた不確実性推定によるロボットマニピュレーションマニピュレーション2024/10/1
拡散ポリシーの学習目的を利用して不確実性を推定し、ロボットが専門家に質問する対話型模倣学習を効率化した手法を提案。積み重ね・押し・挿入タスクで失敗予測と成功率を改善し、時間も短縮した。
- 画像編集によるロボットマニピュレーションのサブゴール生成にタスク進捗知識を組み込むマニピュレーション2024/10/1
タスク進捗を表す視覚表現と潜在拡散モデルを組み合わせ、言語指示に基づく次の視覚サブゴールを生成してマニピュレーションを誘導するTaKSIEを提案。CALVINベンチマークで最先端性能を達成。
- 入れ子型マルチエージェント推論のためのニューラル償却推論マルチエージェント推論2023/8/1
高次の社会的推論をニューラルネットワークで償却し、入れ子型マルチエージェント推論を効率化する手法を提案し、2つの課題で精度低下を抑えつつ計算効率を向上させた。
- NashFormer: 局所ナッシュ均衡を活用した意味的多様性のある軌道予測軌道予測2023/5/1
ゲーム理論的逆強化学習を訓練時の補助損失として用い、マルチエージェントの相互作用を考慮した多様な軌道予測を実現するNashFormerを提案。Waymoデータセットでベースラインより33%多くの相互作用をカバー。
- 社会的相互作用をMDPに組み込む社会的相互作用/MDP2021/10/1
ミクロ社会学の5つの基本的相互作用を、他者の隠れ報酬の関数について推論する入れ子型MDPの拡張として定式化し、新しい環境でもゼロショットで社会的相互作用を実行できるロボットエージェントを実現した。
- 言語表現を用いた軌道予測軌道予測2021/10/1
軌道を言語的な中間表現に変換して記述を生成し、その記述を利用して複数エージェントの軌道予測精度を向上させた研究。
- 合成性ネットワークによる視覚接地言語理解の体系的汎化VLA2020/8/1
gSCANデータセットにおいて、問題領域の合成構造をネットワーク構造に反映させることで、未知の言語コマンドへの汎化を実現した研究。
- LTL式を深層ネットワークで符号化:ゼロショット実行のための強化学習強化学習/ゼロショット汎化2020/6/1
LTL(線形時相論理)式を入力として受け取り、未見の式でもゼロショットで満たす行動列を生成する強化学習エージェントを提案。記号的タスクとMinecraft風環境で有効性を示した。
- 自然言語命令に従う深層構成的ロボットプランナ言語条件付きプランニング2020/2/1
サンプリングベースのRRTプランナと階層型リカレント深層ネットワークを組み合わせ、連続空間で自然言語命令に従って物体を移動・操作できるロボットプランナを実現した。
- サンプリングベース計画のための深層系列モデル経路計画2018/10/1
系列モデル(HMM/LSTM)とCNNを組み合わせてRRTなどのサンプリングベース計画を誘導し、環境観測から学習して効率的な経路生成や多エージェント環境での次元削減を実現した。
