Asako Kanezaki

収録論文 16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

• 全方位画像を用いたエピソード記憶型身体性質問応答のための情報的な視点選択
  VLA2026/9/27

  全方位画像をキューブマップ展開して視点を選び、質問に関連する情報を効率的に集めて自由形式の質問に答える手法を提案した。

• CounterAlign: 視覚言語行動モデルのための反事実的監督
  VLA/強化学習2026/8/22

  専門家のデモンストレーションのみから、指示を入れ替えることで反事実的なデータを合成し、オフライン強化学習の報酬モデルを学習する手法を提案。ロボット操作の堅牢性を向上させる。

• Touch2Insert: 触覚によるピンと穴の交差検出を用いたゼロショット挿入
  触覚/挿入2026/3/1

  触覚センサでピンと穴の断面形状を再構成し、位置合わせにより未知形状のコネクタ挿入をゼロショットで実現する手法を提案。シミュレーションと実機で高い精度と成功率を確認した。

• 行動記述予測を補助タスクに用いた身体性ナビゲーション
  ナビゲーション2025/10/1

  ナビゲーションの強化学習に、視覚言語モデルからの知識蒸留を利用して行動を言語で記述する補助タスクを組み込み、説明可能性と高性能を両立させた。

• クロスモダリティ注意によるモダリティ選択とスキル分割
  マニピュレーション2025/4/1

  触覚や音声などの追加モダリティをロボット基盤モデルに組み込む際、各時点で最も有益なモダリティだけを選ぶクロスモダリティ注意機構を提案し、さらに熟練者のデモから基本スキルを分割して階層的政策を訓練することで、長期的で接触の多いマニピュレーション課題を解決できるようにした。

• ゼロショットペグ挿入：視覚言語モデルによる嵌合穴の特定とSE(2)姿勢推定
  マニピュレーション2025/3/1

  視覚言語モデル（VLM）を用いて、未見の穴に対するペグ挿入をゼロショットで実現するフレームワークを提案し、嵌合穴の特定と姿勢推定を行い、PC背面パネルへのコネクタ挿入で88.3%の成功率を達成した。

• 大規模言語モデルの部屋-物体関係知識を活用したマルチモーダル入力物体目標ナビゲーションの強化
  物体目標ナビゲーション2024/3/1

  大規模言語モデルから抽出した物体と部屋の常識的関係知識をデータセットに組み込み、マルチモーダル入力を用いたマルチタスク学習により、未知環境での物体目標ナビゲーションの効率を改善した研究。

• Linking Vision and Multi-Agent Communication through Visible Light Communication using Event Cameras
  2024/2/1
• Tactile Estimation of Extrinsic Contact Patch for Stable Placement
  2023/9/1
• H-SAUR: Hypothesize, Simulate, Act, Update, and Repeat for Understanding Object Articulations from Interactions
  2022/10/1
• Object Memory Transformer for Object Goal Navigation
  2022/3/1
• CTRMs: Learning to Construct Cooperative Timed Roadmaps for Multi-agent Path Planning in Continuous Spaces
  2022/1/1
• OPIRL: Sample Efficient Off-Policy Inverse Reinforcement Learning via Distribution Matching
  2021/9/1
• Training Larger Networks for Deep Reinforcement Learning
  2021/2/1
• Deep Reactive Planning in Dynamic Environments
  2020/11/1
• Efficient Exploration in Constrained Environments with Goal-Oriented Reference Path
  2020/3/1