Kinam Kim

収録論文 4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

• VLaRL: シミュレーション学習の潜在条件付き残差RLによる視覚言語行動モデルの拡張
  VLA2026/9/25

  凍結したVLAモデルに残差強化学習を適用し、シミュレーションで学習した制御を実機に転移する手法を提案。VLAの内部潜在表現を条件とすることで、実機での追加学習なしに接触の多い操作タスクの成功率を向上させた。

• オブジェクト中心残差強化学習によるゼロショットSim-to-Real VLA性能向上
  VLA/残差RL/sim2real2026/6/1

  シミュレーションのみで訓練した残差強化学習ポリシーを、オブジェクトの姿勢情報を用いて実世界のVLAモデルに重ねることで、ゼロショットでロボット操作の成功率を大幅に向上させる手法を提案した。

• FlashSAC: 高次元ロボット制御のための高速かつ安定なオフポリシー強化学習
  強化学習2026/4/1

  オフポリシー強化学習の不安定性を解決するため、勾配更新を削減しつつモデル規模とデータ処理量を増やし、ノルム制約で安定化したFlashSACを提案。60以上のタスクでPPO等を上回る性能と効率を示した。

• ACG: フローベース視覚言語行動モデルのための行動一貫性ガイダンス
  VLA2025/10/1

  模倣学習で訓練されたVLAモデルの行動の一貫性を、訓練不要のテスト時ガイダンスで改善し、細かい操作タスクの成功率を高める手法を提案。