Seungjae Lee
収録論文 24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
- 何に注目し、何を保持するか：スキル条件付き視触覚表現と進捗誘導型イベントメモリ触覚2026/9/29
スキルごとに視覚と触覚の役割が変わる点に着目し、スキルで条件付けした融合と過去スキルの終端観測を保持する疎なイベントメモリを組み合わせた視触覚表現を提案。接触が重要なタスクで進捗推定の遅延と誤差を大幅に削減した。
- エピソード評価を超えて：連続的身体化質問応答における記憶アーキテクチャのボトルネック身体化AI/記憶アーキテクチャ2026/7/1
身体化質問応答（EQA）を連続的に評価した際、既存の記憶保持だけでは不十分で、視覚的意味情報を保持する構造化された空間的記憶（3D幾何学に基づく）が必要であることを示した論文。
- μ0: スケーラブルな3Dインタラクショントレース世界モデル世界モデル2026/6/11
ロボット学習のための、物体や手などの相互作用点の3D軌跡を予測する世界モデルを提案。多様なビデオから自動で3D教師信号を抽出し、行動ラベルなしで事前学習可能。
- Raymoval: 静的3Dマッピングのためのレイキャスティングに基づく動的物体除去マッピング2026/5/1
レイキャスティングを用いて、3Dマップから動的物体の痕跡を除去し、静的マップを生成する手法を提案した。
- DynaFLIP：三モーダル動力学誘導表現によるロボット知覚の再考VLA/表現学習2026/5/1
画像と言語と3Dフローを組み合わせた動力学認識の事前学習フレームワークを提案し、ロボット操作のための視覚表現を向上させた。
- HumanEgo: 人間の一人称視点動画数分からのゼロショットロボット学習模倣学習2026/5/1
人間の一人称視点動画からロボット操作スキルをゼロショットで転移するフレームワークを提案。手と物体の相互作用をエンティティレベルで表現し、フローマッチングポリシーと補助損失で学習することで、ロボットデータ不要で高効率な学習を実現した。
- SE(3)-LIO: SE(3)多様体上の同時分布ポーズによる滑らかなIMU伝播を用いた高精度・高ロバストなLiDAR-慣性オドメトリオドメトリ2026/3/1
本論文では、IMU伝播をSE(3)多様体上で行い、回転変化を並進に適切に反映させるとともに、予測ポーズ間の相関を考慮した不確かさを運動補償に組み込むことで、LiDAR-慣性オドメトリの精度とロバスト性を向上させる手法を提案している。
- MomaGraph: 視覚言語モデルによる状態認識統合シーングラフと身体性タスクプランニングVLA2025/12/1
家庭内の移動マニピュレータ向けに、空間的・機能的関係と物体状態を統合したシーングラフ表現MomaGraphと、大規模データセット・評価ベンチマーク・強化学習で訓練した7B視覚言語モデルMomaGraph-R1を提案し、ゼロショットタスクプランニングで最先端性能を達成した。
- DASIP: 確率的補間ポリシーを用いたロボット制御のための動的テスト時計算スケーリングマニピュレーション2025/11/1
タスクの難易度に応じて拡散・フローポリシーの推論計算量をリアルタイムに調整し、成功率を保ちつつ計算時間を最大4.4倍削減する手法を提案。
- TraceGen: 3Dトレース空間での世界モデリングによる異なる身体性の動画からの学習VLA2025/11/1
人間や他ロボットの動画を3Dトレース空間に変換し、少ない実機動画で新タスクを学習できる世界モデルTraceGenを提案。
- LVI-Q: 四足歩行ロボットのための密結合・効率的交互最適化を用いた堅牢なLiDAR-視覚-慣性-運動学オドメトリSLAM/センサフュージョン2025/10/1
カメラ・LiDAR・IMU・関節エンコーダを融合し、視覚慣性運動学オドメトリとLiDAR慣性運動学オドメトリを交互に最適化することで、四足ロボットの自己位置推定を堅牢化した研究。
- 想像・検証・実行：視覚言語モデルによる記憶誘導型エージェント探索VLA2025/5/1
視覚言語モデルでシーンを想像し物理的妥当性を検証してから行動する探索フレームワークIVEを提案し、多様な探索と下流学習の性能向上を実現した。
- TRIP: リスク認識予測を用いた四足歩行ロボットの地形走破性マッピング歩行2024/11/1
限られた視野やデータの疎らさに対処するため、球面投影での踏破性推定とベイズカーネル推論を組み合わせ、四足ロボットのオンライン自律ナビゲーション向けにリスクを考慮した地形走破性マップを生成する手法を提案した。
- ロボットユーティリティモデル：新環境へのゼロショット展開のための汎用ポリシーマニピュレーション2024/9/1
ファインチューニングなしで新しい環境や未知の物体に直接適応できるゼロショットロボットポリシーを訓練・展開するフレームワークを提案し、5つの実用的タスクで平均90%の成功率を達成した。
- TOSS: 静的シーンマッピングのためのリアルタイム追跡と移動物体セグメンテーションSLAM2024/8/1
追跡ベースの移動物体セグメンテーションと静的マップ構築を統合したリアルタイムフレームワークを提案し、動的物体の除去と静的物体の復元を高精度に行う。
- B-TMS: 3D LiDARスキャンと地図を横断するベイズ走行可能地形モデリングとセグメンテーションによるオフロードナビゲーションの強化走行可能地形セグメンテーション2024/6/1
ベイズ一般化カーネルとトリグリッドフィールドを用いて、3D LiDARデータから走行可能地形を地図単位でモデリング・セグメンテーションする手法を提案し、オフロード環境でのロバスト性を向上させた。
- 潜在行動による行動生成模倣学習2024/3/1
連続行動を階層的ベクトル量子化でトークン化し、マルチモーダルな行動生成・条件付き生成・部分観測を扱うVQ-BeTを提案。模擬操作・自動運転・ロボティクスなど7環境でBeTやDiffusion Policiesを上回り、推論速度も5倍高速化した。
- Similar but Different: A Survey of Ground Segmentation and Traversability Estimation for Terrestrial Robots2023/12/1
- SNeRL: Semantic-aware Neural Radiance Fields for Reinforcement Learning2023/1/1
- Outcome-directed Reinforcement Learning by Uncertainty & Temporal Distance-Aware Curriculum Goal Generation2023/1/1
- DHRL: A Graph-Based Approach for Long-Horizon and Sparse Hierarchical Reinforcement Learning2022/10/11
- Patchwork++: Fast and Robust Ground Segmentation Solving Partial Under-Segmentation Using 3D Point Cloud2022/7/1
- PaGO-LOAM: Robust Ground-Optimized LiDAR Odometry2022/6/1
- Robust and Recursively Feasible Real-Time Trajectory Planning in Unknown Environments2021/7/1