Jun Ki Lee

収録論文 6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

• PokeNet: 人間の観察から関節物体の運動学モデルを学習
  マニピュレーション2026/2/1

  人間が未知の関節物体を操作する1回のデモから、事前知識なしに関節パラメータと操作順序を推定するフレームワーク。

• Habilis-β: 高速動作と長時間稼働を実現するオンデバイス視覚言語行動モデル
  VLA2026/2/1

  実環境での連続稼働を想定し、大規模プレイデータでの事前学習と整流フロー蒸留を組み合わせることで、エッジデバイス上で高速かつ長時間安定して動作するVLAモデルを実現した。

• ESPADA: 模倣学習のための意味認識型デモデータ間引きによる実行速度向上
  模倣学習2025/12/1

  VLM-LLMと3D把持物体関係でデモを意味的に区間分割し、重要でない区間だけを間引くことで、再学習なしに成功率を保ちつつ約2倍の速度向上を実現した。

• 実演からの多関節物体の逐次運動学モデル学習
  マニピュレーション2025/5/1

  人間の実演から多自由度関節物体の運動学制約と操作順序を同時に学習するOKSM表現と、点群からそれを推定するPokenetを提案し、実世界で関節軸・状態推定精度を20%以上改善した。

• CLIP-RT: 自然言語監督から言語条件付きロボット方策を学習
  VLA2024/11/1

  非専門家が自然言語でロボットのデモを収集できる枠組みと、そのデータから言語条件付き視覚運動方策を学習するVLAモデルCLIP-RTを提案し、OpenVLAより7倍小さいパラメータで成功率を24%上回った。

• マルチオブジェクトRANSAC：雑然とした環境における効率的な平面クラスタリング手法
  把持2024/3/1

  RGB-Dカメラを用いた雑然とした環境向けの平面クラスタリング手法を提案し、ロボットの吸着把持実験で有効性を検証した。