Carl Qi
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
- 先読み：ナビゲーションに重要な手がかりに関する反復推論ナビゲーション2026/6/1
事前学習済み視覚言語モデルを用いて、疎な言語指示からのナビゲーションにおいて、環境の手がかりを反復的に提案・批評することで、プラン依存の手がかりを発見し、移動計画を改善するフレームワークを提案した。
- 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。
- 潜在粒子世界モデル：自己教師ありのオブジェクト中心確率動的モデリング世界モデル2026/3/4
ビデオデータから教師なしでキーポイントやオブジェクトマスクを発見し、確率的な粒子動力学を学習する世界モデルを提案。実世界のマルチオブジェクトデータセットで最先端の性能を達成し、意思決定タスクにも応用可能。
- エンティティ中心の階層型強化学習と因子分解サブゴール拡散階層型強化学習2026/2/1
複数エンティティ環境での長期目標タスクに対し、価値ベースのGCRLエージェントと因子分解サブゴール生成拡散モデルを組み合わせた階層型オフライン強化学習手法を提案し、疎報酬の画像ベース長期タスクで成功率を大幅に向上させた。
- ロボットの失敗検出と推論のための自己洗練型視覚言語モデルVLA2026/2/1
ロボットの失敗検出と推論をマルチタスクの自己洗練プロセスとして定式化し、疎な二値ラベルと少数の詳細な推論アノテーションを組み合わせて学習するARMORを提案。推論時には複数の洗練軌跡から自信度の高い予測を選択し、失敗検出率と推論性能で従来手法を大幅に上回る。
- 目標条件付き強化学習のためのヌル反事実的因子相互作用目標条件付き強化学習2025/5/6
物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。
- EC-Diffuser: エンティティ中心の行動生成によるマルチオブジェクト操作マニピュレーション2024/12/1
物体中心表現とエンティティ中心Transformer、拡散モデルを組み合わせ、オフライン画像データからマルチオブジェクト操作を学習し、未見の物体・目標の組み合わせへゼロショット汎化を実現した。
- MCMC法による模倣学習アルゴリズムの改善模倣学習2024/5/1
模倣学習に暗黙的エネルギーベース方策モデルを導入し、不連続・マルチモーダルな方策の近似で従来の明示的NNモデルより平均的に優れることを示した。
- ロボットエアホッケー：強化学習のためのマニピュレーションテストベッドsim2real2024/5/1
ロボットエアホッケーを題材に、到達からブロック押し出しまで多様なタスクと2つのシミュレータ・実機を含む強化学習テストベッドを構築し、模倣学習・オフラインRL・スクラッチRLで評価した。
- Learning Generalizable Tool-use Skills through Trajectory Generation2023/10/1
- Planning with Spatial-Temporal Abstraction from Point Clouds for Deformable Object Manipulation2022/10/1
- Learning Closed-loop Dough Manipulation Using a Differentiable Reset Module2022/7/1