Huy Le
収録論文 7本 ・ フィジカルAI/ロボット学習
強化学習VLAマニピュレーション
※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
- 大規模並列オン方策強化学習のための信頼領域拡散ポリシー強化学習2026/6/13
大規模並列シミュレーションを用いたオン方策強化学習で拡散ポリシーを安定して訓練する手法TruDiを提案し、多様なベンチマークで性能を実証した。
- PAWS: アドバンテージ重み付きセグメントを用いた選好学習強化学習2026/6/10
人間の軌道比較から報酬を学習する選好ベース強化学習において、訓練と推論の不一致による分布シフトを分析し、セグメントレベルのアドバンテージ関数を直接用いた政策更新手法PAWSを提案した。ロボット操作・移動タスクで既存手法を上回る性能を示した。
- ロボットマニピュレーションにおける記憶状態の進展を再考する：オブジェクト中心の視点VLA2025/11/1
視覚的に類似した物体との連続的な相互作用を要する非マルコフ的タスクにおいて、物体ごとの履歴を保持するスロット中心のVLAフレームワークを提案し、LIBERO-Memベンチマークで評価した。
- SlotVLA: ロボットマニピュレーションにおける物体関係表現のモデリングVLA2025/11/1
物体中心・物体関係表現を用いたスロットアテンション型VLAフレームワークを提案し、物体注釈付きベンチマークLIBERO+を構築した。
- 形状変化・変形物体操作のための幾何認識強化学習マニピュレーション2025/2/1
異種グラフ表現とSE(3)同変メッセージパッシングを用いた強化学習方策HEPiを提案し、多様な形状の挿入やロープ・布操作のベンチマークで性能を向上させた。
- 拡散ポリシーによるハイブリッドオフポリシー強化学習の探索強化：非把持マニピュレーションへの応用マニピュレーション2024/11/1
離散行動（接触点選択）と連続行動（動作パラメータ）を統合した最大エントロピー強化学習フレームワークを提案し、連続ポリシーを拡散モデルで表現することで多様な探索を実現。実機6D姿勢合わせタスクで成功率を53%から72%に向上させた。
- ロボットビンピッキングにおけるオンライン把持学習のための疑似ラベリングと文脈カリキュラム学習マニピュレーション2024/3/1
半教師あり学習と強化学習を組み合わせ、未ラベルデータを活用してビンピッキングのオンライン把持学習を効率化する手法を提案し、実機で有効性を示した。