Kyungmin Lee
KAIST AI
収録論文 8本 ・ フィジカルAI/ロボット学習
マニピュレーション強化学習VLA/操作VLA歩行
※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
- FlashDexRetarget: 多動作リターゲティングによる器用操作データ生成の高速化マニピュレーション2026/10/1
人間の手と物体のデモンストレーションをロボットハンドに転送する強化学習ベースのリターゲティング手法を提案し、50動作で90%の成功率を達成しつつ、学習計算量を最大100倍削減した。
- 信頼領域Q-随伴マッチング強化学習2026/5/1
事前学習済みフローポリシーのオフポリシー強化学習を安定化するため、経路空間KLを信頼領域パラメータで制御するTRQAMを提案し、50のOGBenchタスクで既存手法を上回る性能を達成した。
- RLDX-1 技術報告書VLA/操作2026/5/1
多機能な汎用ロボットポリシーRLDX-1を提案し、マルチストリームアクショントランスフォーマーにより多様なモダリティを統合して、器用な操作タスクで既存のVLAモデルを上回る性能を示した。
- 世界行動モデルはゼロショット方策であるVLA2026/2/1
動画拡散モデルを基盤に未来の世界状態と行動を予測するWorld Action Model「DreamZero」を提案し、実機でVLAを上回る汎化性能と7Hzのリアルタイム閉ループ制御を実現した。
- PHUMA: 物理的に信頼できるヒューマノイド歩行データセット歩行2025/10/1
物理的な不自然さを除去する2段階パイプラインでモーションキャプチャとネット動画を統合し、73時間のヒューマノイド歩行データセットを構築、実機Unitree G1へのゼロショット転移を実現した。
- HAMLET: 視覚言語行動モデルを履歴認識ポリシーに切り替えるVLA2025/10/1
各時刻の知覚情報を圧縮したモーメントトークンと軽量メモリモジュールで過去の文脈を統合し、VLAモデルを履歴依存タスクに適応させるフレームワークを提案。
- 世界モデル拡張VLAのためのデュアルストリーム拡散VLA2025/10/1
視覚・言語・行動モデルに世界モデルを組み合わせ、状態と行動を別ストリームで拡散生成するDUSTを提案し、シミュレーションと実機で性能向上を実証した。
- 視覚言語行動モデルのための対照表現正則化VLA2025/10/1
VLAモデルの表現をロボットの固有感覚状態と対照学習で整合させ、実機マニピュレーションの成功率を向上させた研究。