Changyeon Kim

収録論文 11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

• 信頼領域Q-随伴マッチング
  強化学習2026/5/1

  事前学習済みフローポリシーのオフポリシー強化学習を安定化するため、経路空間KLを信頼領域パラメータで制御するTRQAMを提案し、50のOGBenchタスクで既存手法を上回る性能を達成した。

• クロスビュー関係から学ぶ多視点空間推論
  VLA2026/3/30

  多視点の空間推論能力を高めるための大規模データセットXVRを構築し、視覚言語モデルを微調整して、対応付け・検証・位置特定のタスクで性能を向上させ、ロボット操作にも効果があることを示した。

• 事前学習済みVLAモデルは継続学習において驚くほど忘却しにくい
  VLA2026/3/1

  大規模な視覚-言語-行動モデルは、小さなリプレイバッファでも継続学習時にほとんど忘却せず、事前学習が忘却耐性に大きく寄与することを示した研究。

• 検証器不要のテスト時サンプリングによる視覚-言語-行動モデル
  VLA2025/10/1

  VLAモデルが追加学習や外部検証器なしに、内部のマスキング分布を利用してテスト時に複数候補から最適な行動を選択する手法を提案。

• 視覚言語行動モデルのための対照表現正則化
  VLA2025/10/1

  VLAモデルの表現をロボットの固有感覚状態と対照学習で整合させ、実機マニピュレーションの成功率を向上させた研究。

• HAMLET: 視覚言語行動モデルを履歴認識ポリシーに切り替える
  VLA2025/10/1

  各時刻の知覚情報を圧縮したモーメントトークンと軽量メモリモジュールで過去の文脈を統合し、VLAモデルを履歴依存タスクに適応させるフレームワークを提案。

• DEAS: 行動系列を用いた分離価値学習によるスケーラブルなオフライン強化学習
  オフライン強化学習2025/10/1

  行動系列を価値学習に活用し、価値の過大評価を分離学習で抑えることで、長期的タスクのオフライン強化学習や大規模VLAモデルの性能を向上させる手法を提案。

• セグメント化されたデモンストレーションからのサブタスク認識型視覚報酬学習
  報酬学習2025/2/1

  アクションなしの動画デモをサブタスクに分割し、その区間を正解報酬として密な報酬関数を学習するREDSを提案。複雑な操作タスクでベースラインを大きく上回り、未知タスクや異なるロボットへの汎化も示した。

• Guide Your Agent with Adaptive Multimodal Rewards
  2023/9/1
• Preference Transformer: Modeling Human Preferences using Transformers for RL
  2023/3/1
• Collecting the Public Perception of AI and Robot Rights
  2020/8/1