Changhyun Choi
収録論文 23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
- PointCast: 剛体・関節・変形物体操作のための単一世界モデル世界モデル2026/9/23
物体とエンドエフェクタ上の3D点集合を拡散トランスフォーマで予測する世界モデルを提案し、剛体・布・ロープ・多関節キャビネットの操作を単一アーキテクチャで扱えることを示した。
- LAMP: 車線に沿った運動プリミティブによる実現可能な軌道予測軌道予測2026/6/1
自動運転の軌道予測において、車線トポロジーに沿った運動プリミティブを導入し、予測軌道の実現可能性と多様性を向上させるフレームワークを提案した。
- 戦術的リソース制御と後続機動生成のための時間的行動表現学習強化学習2026/2/1
リソース使用と機動の因果関係を対比学習で捉え、離散コードブックで政策を条件付けるTARTを提案。迷路ナビと空戦シミュレータで有効性を示す。
- LACY: 自己改善型ロボットマニピュレーションのための視覚言語モデルに基づく言語-行動サイクルVLA2025/11/1
言語から行動への変換と行動から言語への説明を双方向に学習する視覚言語モデルを提案し、低信頼ケースを能動的に拡張して自己改善することで、実機・シミュレーションのピック&プレース成功率を平均56.46%向上させた。
- 視覚言語モデルと強化学習による変形可能線状物体の階層的経路計画マニピュレーション2025/10/1
ケーブルやロープなどの変形可能線状物体の長期的な経路計画タスクに対し、視覚言語モデルによる高レベル推論と強化学習による低レベルスキルを組み合わせた階層的フレームワークを提案し、失敗回復機構により92%の成功率を達成した。
- 属性に基づく物体グラウンディングと空間推論によるロボット把持検出マニピュレーション2025/9/1
自然言語で指定された物体を空間推論で特定し、把持姿勢を予測するフレームワークOGRGを提案。重複物体がある場面でも機能し、弱教師あり学習にも対応する。
- 力覚フィードバックを用いたベルクロ剥離の最適ロボット制御マニピュレーション2025/6/1
ロボットアームで未知形状の表面からベルクロを剥がすため、力と位置のフィードバックのみを用いて状態推定と探索・活用のバランスを取る制御手法を提案し、シミュレーションで高い成功率と省エネルギー性を示した。
- 属性ベースのロボット把持：データ効率の良い適応手法マニピュレーション2025/1/1
物体属性を活用し、新しい対象物を素早く把持するためのエンドツーエンドモデルを提案。ゲート付き注意機構で画像とテキストを融合し、自己教師あり学習と2つの適応手法で新環境に適応する。
- 視覚的手がかりからの柔軟性推定を活用した変形可能な線状物体の挿入学習マニピュレーション2024/10/1
ロボットが視覚情報から線状物体の柔軟性を推定し、その推定値に基づく強化学習方策で挿入作業を行う手法を提案した。
- 言語誘導型物体グラウンディングとロボット把持のためのパラメータ効率チューニングフレームワークマニピュレーション2024/9/1
CLIPベースのマルチモーダルパラメータ効率チューニングにより、言語指示に基づく物体のセグメンテーション、把持合成、把持アフォーダンス予測を実現するフレームワークを提案。
- SlotGNN: Unsupervised Discovery of Multi-Object Representations and Visual Dynamics2023/10/1
- Adversarial Object Rearrangement in Constrained Environments with Heterogeneous Graph Neural Networks2023/9/1
- IOSG: Image-driven Object Searching and Grasping2023/8/1
- Active Mass Distribution Estimation from Tactile Feedback2023/3/1
- Self-Supervised Interactive Object Segmentation Through a Singulation-and-Grasping Approach2022/7/1
- Interactive Robotic Grasping with Attribute-Guided Disambiguation2022/3/1
- Learning Object Relations with Graph Neural Networks for Target-Driven Grasping in Dense Clutter2022/3/1
- KINet: Unsupervised Forward Models for Robotic Pushing Manipulation2022/2/1
- Collision-Aware Target-Driven Object Grasping in Constrained Environments2021/4/1
- Attribute-Based Robotic Grasping with One-Grasp Adaptation2021/4/1
- Learning Visual Affordances with Target-Orientated Deep Q-Network to Grasp Objects by Harnessing Environmental Fixtures2019/10/1
- Learning to Generate 6-DoF Grasp Poses with Reachability Awareness2019/10/1
- A Deep Learning Approach to Grasping the Invisible2019/9/1