Daphne Chen

Microsoft Research

収録論文 7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

• Rho: 効率的に適応可能なVLAモデルの基盤
  VLA2026/9/29

  双腕マニピュレーション向けのオープンウェイトVLAモデル群「Rho」を提案し、3つの実機での少量データ適応と、15エピソード程度の修正フィードバックによるオンライン適応を実現した。

• 言葉は長く語る：言語によるロボットポリシー合成のガイド
  VLA2026/7/1

  この論文では、ロボットのポリシー獲得を対話的なプログラム合成タスクとして扱うフレームワーク「ARCHITECT」を提案し、人間の自然言語による修正をコードに反映し、再利用可能なスキルライブラリを構築することで、長期的なタスクでの性能向上と人間の介入削減を実現しています。

• FlowDAgger: 潜在空間における人間参加型生成ロボットポリシーの適応
  模倣学習/適応2026/7/1

  事前学習済みの生成ロボットポリシーを、人間の介入から潜在空間で適応させる手法を提案。介入行動を逆変換してノイズに変換し、軽量な潜在ポリシーで基盤モデルを操縦することで、少数の介入から迅速にスキル獲得する。

• DROID: 大規模実環境ロボットマニピュレーションデータセット
  マニピュレーション2024/3/1

  北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。

• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• Anticipatory Human-Robot Collaboration via Multi-Objective Trajectory Optimization
  2020/6/1
• Benchmark for Skill Learning from Demonstration: Impact of User Experience, Task Complexity, and Start Configuration on Performance
  2019/11/1