Shao-Hua Sun
収録論文 15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
- PhysCaP: 物理情報に基づく探索によるコード駆動ポリシーエージェントの接地操作/能動的知覚2026/8/21
ロボット操作における能動的知覚のため、物理特性を推定し探索行動を計画するコード駆動ポリシーエージェントを提案。
- 劣ったデモからの言語批評模倣学習模倣学習2026/7/1
不完全なデモから学習する際に、スカラー信号ではなく自然言語による批評を監督信号として用いる新しい模倣学習フレームワークを提案し、行動クローニングと拡散ポリシーに適用して性能を向上させた。
- 行動なし動画からスキルを学ぶVLA2025/12/1
オプティカルフローを中間表現として用い、行動なし動画から潜在スキルを抽出し、ロボットの長期タスク計画と行動生成を可能にするフレームワークSOFを提案。
- SAD-Flower: 安全・実行可能・動的整合性を保証するフローマッチング計画計画2025/11/1
フローマッチングに仮想制御入力を導入し、非線形制御理論で状態・行動制約と動的整合性を形式的に保証する計画手法を提案。再学習なしで未知の制約にも対応できる。
- ビデオ再計画による暗黙的な状態推定VLA2025/10/1
ビデオベースの計画フレームワークにインタラクション時のデータを統合し、モデルパラメータをオンライン更新して失敗した計画を除外することで、暗黙的な状態推定を実現する手法を提案。
- 拡散モデルによるノイズ除去で模倣学習の実演を復元模倣学習2025/10/1
ノイズを含む専門家の実演からクリーンなサンプルを抽出し、条件付き拡散モデルでノイズを復元する枠組みを提案し、ロボットアーム操作・巧みな操作・歩行で既存手法を上回る性能を示した。
- 行動制約付き模倣学習模倣学習2025/8/1
行動制約のある模倣者が、より広い行動空間を持つ専門家から学ぶ新設定ACILを提案し、DTW距離に基づく軌道アライメントで専門家の軌道に沿った代理データを生成するDTWILを開発した。
- 観測からの拡散模倣学習模倣学習2024/10/7
拡散モデルを敵対的模倣学習に組み込み、状態遷移の生成と識別を同時に行うことで、行動ラベルなしのデモンストレーションからロボットの連続制御を学習する手法を提案した。
- 拡散報酬による敵対的模倣学習模倣学習2024/5/1
拡散モデルをGAILに統合し、より安定で滑らかな報酬を生成する模倣学習手法DRAILを提案。ナビゲーション・マニピュレーション・歩行で有効性を検証した。
- Program Machine Policy: Addressing Long-Horizon Tasks by Integrating Program Synthesis and State Machines2023/11/1
- Learning to Act from Actionless Videos through Dense Correspondences2023/10/1
- Bootstrap Your Own Skills: Learning to Solve New Tasks with Large Language Model Guidance2023/10/1
- QMP: Q-switch Mixture of Policies for Multi-Task Behavior Sharing2023/2/1
- Diffusion Model-Augmented Behavioral Cloning2023/2/1
- Hierarchical Programmatic Reinforcement Learning via Learning to Compose Programs2023/1/1