Junha Chun
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAVLA/ロバスト性ロボット学習世界モデル計画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
- 表現事前分布がワールドアクションモデルの汎化をどう形作るかVLA2026/10/21
ワールドアクションモデルがバックボーンから受け継ぐ表現幾何に着目し、訓練前の「nuisance直交性」が訓練後の視覚変化への頑健性・汎化を予測できることを示した研究。
- 関節レベルの物理的故障下における視覚言語行動モデルの脆弱性の解明VLA/ロバスト性2026/6/1
実ロボットにVLAモデルを展開する際、関節の物理的故障(摩擦増加など)が性能を著しく低下させることを示し、故障を推定して補正する軽量な残差校正フレームワークJ-PARCを提案した。
- PoLAR: 潜在アクションの規模とモードを分解するロボットポリシー学習ロボット学習2026/6/1
潜在アクションの表現に放射状構造を導入し、遷移の規模とモードを分離して学習する手法を提案。シミュレーションと実機で性能向上を確認した。
- 視点不変な潜在行動によるロバストな行動学習VLA2026/1/1
軌道間の遷移パターンを捉える潜在行動をモデル化し、視点不変な表現を学習することで、未知の視点や新しいタスクへの汎化性能を向上させる事前学習フレームワークVILAを提案。
- 効率的な視覚世界モデル計画のためのスパース・イマジネーション世界モデル計画2025/6/1
トークン数を削減するランダムグループ注意で学習した視覚世界モデルにより、潜在ロールアウト中のスパースな想像を可能にし、計画を高速化する手法を提案。
- 言語指示に基づく操作のためのオブジェクト中心世界モデルマニピュレーション2025/3/1
スロットアテンションによるオブジェクト中心表現を用い、言語指示に従って未来状態を予測する軽量な世界モデルを提案し、視覚-言語-運動制御タスクで生成型世界モデルを上回る性能と効率を示した。