Seon Joo Kim
Yonsei University
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA3Dビジョン/シーン理解クロスエンボディメント/模倣学習
※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
- HuRo: 人間動画をロボット化してスケーラブルなVLA事前学習を実現VLA2026/9/9
人間の動画をロボットの観測と行動軌跡に変換するパイプラインを構築し、約63万エピソードのデータセットでVLAポリシーを事前学習することで、実世界の操作タスクの成功率とOOD汎化性能を大幅に向上させた。
- シーンはプリミティブではなくオブジェクトとして捉える:非ポーズ視点からのインスタンス構造化3Dトークン化3Dビジョン/シーン理解2026/6/28
非ポーズの多視点画像から、シーンをオブジェクト単位の3Dトークングループに分解するフィードフォワード手法を提案。再構成・セグメンテーション・操作を統一的に扱える。
- 階層的潜在行動モデルVLA2026/3/1
長期的な時間構造を捉えるため、事前学習済みの潜在行動モデルを低レベル抽出器として用い、潜在行動系列を高レベルの潜在スキルに集約する階層的潜在行動モデルHiLAMを提案した。
- UniSkill: クロスエンボディメント技能表現による人間動画の模倣クロスエンボディメント/模倣学習2025/5/1
人間とロボットの大規模な動画データからラベルなしで身体に依存しない技能表現を学習し、人間の動画プロンプトから抽出した技能をロボットのポリシーに転移させるフレームワークを提案した。
