Chan Hee Song

収録論文 6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

• SpatialClaw：エージェント的空間推論のためのアクションインターフェース再考
  空間推論2026/6/11

  視覚言語モデルによる空間推論を強化するため、コードをアクションインターフェースとして用いる訓練不要のフレームワークSpatialClawを提案。状態を持つPythonカーネル上で柔軟に知覚・幾何プリミティブを組み合わせ、中間結果に応じて分析を適応させる。

• VoLo: オープン語彙の長期的操作のための物理オーケストレータ
  操作/VLA2026/6/1

  VLMがロボットの多様な能力を中断可能なツールとして統合し、長期的な操作タスクを計画・実行・監視・回復するエージェントループを提案。高忠実度ベンチマークRoboVoLoで評価し、既存手法を上回る性能を実証。

• SpaceTools: 二重対話型強化学習によるツール拡張空間推論
  VLA2025/12/1

  VLMが複数の視覚ツールを強化学習で協調利用できるよう訓練する二段階フレームワークDIRLを提案し、空間推論ベンチマークで最高性能と実機マニピュレーションを実現した。

• RoboSpatial：ロボティクスのための2D・3D視覚言語モデルに空間理解を教える
  VLA2024/11/1

  ロボティクス向けの大規模空間理解データセットRoboSpatialを構築し、2D・3Dの視覚言語モデルに空間推論を学習させることで、空間アフォーダンス予測やロボット操作などのタスク性能を向上させた。

• LLM-Planner: Few-Shot Grounded Planning for Embodied Agents with Large Language Models
  2022/12/1
• One Step at a Time: Long-Horizon Vision-and-Language Navigation with Milestones
  2022/2/1