Youngwoon Lee
Seoul National University
収録論文 27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
- SimVLA:モバイルマニピュレーションのためのゼロショットSim-to-Real VLA学習VLA2026/10/8
シミュレーションのみでVLAを学習し、実世界のモバイルマニピュレーションへゼロショット転移するフレームワークSimVLAを提案。実機デモ50件で学習した方策を上回る性能を示した。
- CoHuB:マルチヒューマノイド協調のためのシミュレーションベンチマーク群制御2026/9/28
自己中心視覚下で複数のヒューマノイドが協調する10タスクのシミュレーションベンチマークを構築し、VR遠隔操作による同期デモと代表的な視覚運動ポリシーの評価を提供した。
- 長期的オフライン目標条件付き強化学習のための再帰的価値学習強化学習2026/9/2
長期的な目標達成タスクを効率的に学習するため、軌跡を二分木に再帰的に分解し、葉から根へ価値を学習する手法DCRLを提案した。
- ComPose: 物体姿勢追跡における手の信頼タイミングの決定物体姿勢追跡2026/5/22
RGB動画から手の動きを補助情報として活用し、重度の手による遮蔽下でも頑健に物体の6DoF姿勢追跡を行うフレームワークを提案した。
- 一段階フローポリシーによる潜在方針の操縦オフライン強化学習2026/3/1
オフライン強化学習において、元の行動空間のQ勾配を微分可能な一段階MeanFlowポリシーを通じて逆伝播させ、潜在行動空間のアクターを更新する新しい手法LPSを提案。代理の潜在批評家を排除し、行動制約付き生成事前分布として機能させることで、最小限のチューニングで高い性能を達成した。
- TwinVLA: 双子の単腕VLAモデルによるデータ効率的な両腕マニピュレーションマニピュレーション2025/11/1
事前学習済みの単腕VLAモデルを2つ組み合わせて両腕タスクを実行するフレームワークを提案し、両腕データなしで高性能を実現した。
- RoboArena:汎用ロボットポリシーの分散型実世界評価ロボット評価/ベンチマーク2025/6/1
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
- UniSkill: クロスエンボディメント技能表現による人間動画の模倣クロスエンボディメント/模倣学習2025/5/1
人間とロボットの大規模な動画データからラベルなしで身体に依存しない技能表現を学習し、人間の動画プロンプトから抽出した技能をロボットのポリシーに転移させるフレームワークを提案した。
- 時間距離を考慮した表現による教師なし目標条件付き強化学習強化学習2024/7/11
時間距離を活用して探索と目標到達を促す教師なし目標条件付き強化学習手法TLDRを提案し、複数の移動環境で広い状態空間の獲得性能を向上させた。
- HumanoidBench:全身移動とマニピュレーションのためのシミュレーション人型ロボットベンチマーク全身制御/ベンチマーク2024/3/1
器用な手を持つ人型ロボットの全身移動・操作タスクを集めた高次元シミュレーションベンチマークを提案し、既存の強化学習手法の限界と階層型学習の有効性を示した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- 感覚の力:マスク付きマルチモーダル学習による視覚と触覚からの汎化可能なマニピュレーションマニピュレーション2023/11/1
視覚と触覚をマスク付きオートエンコーディングで統合表現として強化学習し、サンプル効率と汎化性能を高める手法M3Lを提案し、挿入・ドア開け・器用な手内操作で有効性を示した。
- DreamSmooth:報酬平滑化によるモデルベース強化学習の改善モデルベース強化学習2023/11/1
モデルベース強化学習において、正確な報酬予測の代わりに時間的に平滑化した報酬を予測することで、長期的なスパース報酬タスクの性能を向上させる手法を提案。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 言語条件付き経路計画経路計画2023/8/1
単一視点画像と言語プロンプトから衝突関数を学習し、接触を許容するか避けるかを言語で指定できる経路計画手法を提案。
- FurnitureBench:長期的で複雑な操作のための再現可能な実世界ベンチマークマニピュレーション2023/5/1
実世界での家具組み立てを対象に、5000件以上のデモデータやシミュレータを備えた再現可能なベンチマークを構築し、既存の模倣学習・オフライン強化学習手法の性能を評価した。
- 制御可能性を考慮した教師なしスキル発見強化学習2023/2/1
現在のスキルで達成しにくい状態遷移を優先する距離関数を導入し、複雑で制御が難しいスキルを教師なしで発見する手法CSDを提案。ロボット操作・移動環境で多様な複雑スキルを獲得できることを示した。
- PATO: ポリシー支援型遠隔操作によるスケーラブルなロボットデータ収集遠隔操作2022/12/1
学習した支援ポリシーで遠隔操作の一部を自動化し、人間は不確実なときだけ介入する仕組みを提案。実機とシミュレーションで作業負担を減らしつつデータ収集効率を向上させ、1人で複数ロボットを並行操作できることを示した。
- スキルベースのモデルベース強化学習モデルベースRL2022/7/1
スキル空間で長期計画を行うために、スキルダイナミクスモデルとスキルレパートリーを同時に学習するSkiMoを提案し、ナビゲーションとマニピュレーションでサンプル効率を改善した。
- 終端状態正則化による長期的ロボットマニピュレーションのための敵対的スキル連鎖マニピュレーション2021/11/1
複数の学習済みスキルを連鎖させる際、終端状態分布を敵対的学習で正則化することで初期状態分布を過度に広げずに長期的な家具組立タスクをモデルフリー強化学習で初めて解決した論文。
- 動作計画を組み込んだ方策を視覚制御方策へ蒸留するロボットマニピュレーションマニピュレーション2021/11/1
障害物環境でのマニピュレーションのため、状態情報を用いる動作計画拡張方策を視覚行動クローニングと視覚強化学習で視覚制御方策に蒸留し、サンプル効率とゼロショット転移を実現した。
- 学習済みスキルを活用したデモンストレーション誘導強化学習強化学習2021/7/1
過去の経験から再利用可能なスキルを学習し、デモンストレーションをプリミティブ動作ではなくスキル単位で追従することで、長期タスクの強化学習を効率化する手法SkiLDを提案した論文。
- 反復グラウンディングによる視覚・動力学ドメインギャップを越えた方策転移sim2real2021/7/1
視覚と動力学の両方のドメインギャップを反復的に環境をグラウンディングすることで最小限の教師信号で方策を転移する手法IDAPTを提案し、歩行とマニピュレーションで有効性を示した。
- 動作計画を統合した強化学習による障害物環境でのロボットマニピュレーションマニピュレーション2020/10/1
強化学習の行動空間に動作計画器の長期的計画能力を組み込み、行動の大きさに応じて直接実行と計画呼び出しを滑らかに切り替えるMoPA-RLを提案し、学習効率と安全性の向上を示した。
- スキル事前分布を学習して強化学習を加速する強化学習2020/10/1
オフライン経験からスキルの埋め込み空間とスキル事前分布を同時に学習し、下流の強化学習でその事前分布を活用して効率的なスキル転移を実現した研究。
- 追従すべきか否か:観察からの選択的模倣学習模倣学習2019/12/1
実演の全ステップを真似るのではなく、現在のエージェントが到達可能な状態だけを選んで学習するSILOを提案し、実機・シミュレーションで有効性を示した論文。
- IKEA家具組み立て環境:長期的複雑マニピュレーションタスクのベンチマークマニピュレーション2019/11/1
IKEA家具の組み立てを題材に、長期計画と高度な低レベル制御を要する複雑なマニピュレーションタスクを強化学習で検証するためのシミュレーション環境を構築した。80種類以上の家具モデル、Sawyer/Baxterロボット、ドメインランダム化に対応する。
