Erdem Biyik
University of Southern California
収録論文 11本 ・ フィジカルAI/ロボット学習
VLA歩行報酬モデリングマニピュレーションスキルベース強化学習
※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
- Video2STL: VLM生成の時間仕様をロボット学習に接地するフレームワークVLA2026/9/29
観測のみの動画からVLMで時間論理仕様(STL)を生成し、ロボット軌道で閾値を接地して強化学習の報酬に用いる手法。4つのマニピュレーションタスクで平均85.8%の成功率を達成。
- LLM生成仕様から学習する四足歩行歩行2026/9/7
大規模言語モデルを用いて自然言語の歩行目標からパラメトリック時相論理仕様を自動生成し、それを報酬関数に変換して四足歩行ポリシーを強化学習で訓練する手法を提案した。
- Robometer：軌道比較による汎用ロボット報酬モデルのスケーリング報酬モデリング2026/3/1
軌道内の進捗監督と軌道間の選好監督を組み合わせた報酬モデルを提案し、100万軌道のデータセットで学習することで、汎用性の高い報酬関数を実現した。
- SyncTwin: 安全なロボットマニピュレーションのための高速デジタルツイン構築と同期マニピュレーション2026/1/1
RGB画像から物体の3Dアセットを再構成し、点群セグメンテーションとカラーICPで実世界とデジタルツインを同期させることで、動的・遮蔽環境下でも安全なマニピュレーションを実現するフレームワーク。
- ReWiND: 言語ガイド報酬で新規デモなしにロボット方策を教えるVLA2025/5/1
言語指示から報酬関数を学習し、オフラインRLで事前学習した方策を新規タスクに少ない試行で適応させるフレームワークを提案。
- CLAM: ラベルなし実演からのロボット学習のための連続潜在行動モデルVLA2025/5/1
行動ラベルなしの観察列とタスク非依存のプレイデータのみから、自己教師ありダイナミクス予測で連続潜在行動を推論し、実機ロボットの制御方策を学習する手法を提案。
- EXTRACT: オフラインデータから転移可能なロボットスキルを抽出する効率的な方策学習スキルベース強化学習2024/6/1
事前学習済み視覚言語モデルを用いてオフラインデータから意味のあるスキルを連続パラメータ付きで抽出し、新しいロボット操作タスクを効率的に学習する手法を提案。
- RL-VLM-F: 視覚言語基盤モデルのフィードバックによる強化学習VLA2024/2/1
タスクのテキスト説明とエージェントの視覚観測のみから、視覚言語基盤モデルに画像ペアの選好を問い合わせて報酬関数を自動生成し、人間の監督なしに様々なタスクを学習する手法を提案。
- Value Explicit Pretraining for Learning Transferable Representations2023/12/1
- Assistive Teaching of Motor Control Tasks to Humans2022/11/1
- When Humans Aren't Optimal: Robots that Collaborate with Risk-Aware Humans2020/1/1