Woo Chul Shin

収録論文 6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

• 静的入力・動的出力：移動物体操作のための反事実行動拡張
  マニピュレーション2026/7/1

  静的物体のデモのみで訓練したポリシーを、テスト時の物体の動きに適応させる手法SIDOを提案。物体の未来位置予測と到達を分離し、反事実的な位置ずらしで行動を拡張する。

• EgoEngine: 一人称人間ビデオから高忠実度の器用なロボットデモへ
  器用操作/データ生成2026/6/1

  一人称視点の人間の操作ビデオを、ロボットが実行可能な高品質なデモデータに変換するフレームワークを提案。実ロボットデモなしで初のゼロショット視覚運動器用操作学習を実現。

• 推論時拡散スケーリングによる合成的視覚プランニング
  プランニング2026/3/1

  短時間の動画拡散モデルを組み合わせて長時間のロボットプランを生成する際、ノイズ付き中間状態ではなく推定クリーンデータ（Tweedie推定）で境界整合性を強制する新しい推論手法を提案し、追加学習なしで未見の開始・目標組み合わせに一般化できることを示した。

• ImMimic: 人間動画からのドメイン横断模倣によるロボットマニピュレーション
  模倣学習2025/9/1

  人間の動画と少量のロボット実演を組み合わせ、DTWとMixUp補間でドメインギャップを埋めてロボットのマニピュレーションを学習する枠組みを提案。

• SAIL: 模倣学習ポリシーのデモンストレーション超高速実行
  模倣学習2025/6/1

  模倣学習ポリシーをデモより速く実行するためのシステムSAILを提案し、シミュレーションで最大4倍、実機で最大3.2倍の高速化を実現した。

• ロボットマニピュレーションのための大規模データセット学習で重要な要素は何か
  マニピュレーション2025/6/1

  大規模ロボットデータセットの構成を体系的に研究し、多様性の強調点と既存データからの効果的なデモンストレーション検索方法を明らかにした。