Simon Holk

The University of Tokyo

収録論文 5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

• マルチモーダルロボットデモにおける指示と軌道の不一致の監査
  VLA2026/8/1

  ロボットのデモデータセットに含まれる、正しい動作だが誤った指示が付与されたデータを検出・修正する監査手法を提案した。

• 追加学習なしで拡散ポリシーを高速化する検索拡張生成
  拡散ポリシー2025/7/1

  専門家の観測-行動ペアをベクトルDBに保存し、推論時に類似行動を検索して拡散ポリシーのノイズ除去ステップを短縮する手法を提案。追加学習なしで精度と速度のトレードオフを改善。

• FLoRA: 低ランクスタイル適応によるサンプル効率の良い選好ベース強化学習
  選好ベースRL2025/4/1

  事前学習済みロボットの報酬モデルに低ランク行列を追加して選好に適応させることで、元タスクの性能を保ちながら少ない選好データでスタイル適応を実現する手法を提案。

• VRと2Dインターフェースが選好に基づくロボット学習における人間のフィードバックに与える影響
  VLA2025/3/1

  ロボットナビゲーションの選好学習において、VRと2Dインターフェースのどちらで人間のフィードバックを集めるかが、ユーザー体験や選好の一貫性、学習された方策に与える影響を大規模データセットで比較分析した研究。

• PREDILECT: 強化学習におけるゼロショット言語推論を用いた選好の明確化
  選好ベース強化学習2024/2/1

  人間の選好とテキストによる追加情報を組み合わせ、大規模言語モデルのゼロショット推論を活用してサンプル効率を高める選好ベース強化学習手法を提案し、社会規範に沿ったナビゲーションで有効性を示した。