Junghyun Kim

収録論文 8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

• ドメイン不変潜在先読みによるVLAモデルの偽相関の解消
  VLA2026/9/29

  視覚言語行動モデルが視覚分布シフトで脆くなる原因である偽相関を、ドメイン変換軌道から学んだドメイン不変の未来潜在表現で方策を監督することで軽減するDILLを提案し、LIBERO-Plusで平均成功率69.1%を達成した。

• 敵対的ディープフェイク生成と浄化ベース敵対的検出の調査
  ディープフェイク/敵対的攻撃/検出2026/7/28

  ImageCLEF 2026のディープフェイク生成・検出タスクに参加し、FLUX.1-devとPuLIDによる顔合成と多モデルPGD攻撃で生成スコア0.4170を達成。検出ではSigLIP+DINOv2とGenD-DINOv3のアンサンブルで精度99.4%を達成しつつ、浄化ベースの敵対的検出も独自に調査した。

• PHASOR: ヒューマノイド身体のための位相固定型汎用行動表現
  行動表現/ヒューマノイド2026/6/1

  行動埋め込み空間を第一級の設計対象とし、動作の周期性を位相多様体と姿勢分岐に分解して、複数のヒューマノイドロボットに共有可能な解釈可能で身体非依存の行動表現を構築した。

• 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。

• ソクラテス式プランナー：自己質問応答によるゼロショット身体性指示追従プランニング
  VLA2024/4/1

  大規模言語モデルに自己質問応答させてサブゴール列を生成し、視覚フィードバックで再計画するゼロショットの身体性指示追従プランナーを提案。ALFREDベンチマークで最先端を上回り、実機ロボットでも検証した。

• PGA: Personalizing Grasping Agents with Single Human-Robot Interaction
  2023/10/1
• PROGrasp: Pragmatic Human-Robot Communication for Object Grasping
  2023/9/1
• GVCCI: Lifelong Learning of Visual Grounding for Language-Guided Robotic Manipulation
  2023/7/1