Yang Jin
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAsim2realマニピュレーション模倣学習模倣学習/自己改善
※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
- ImplicitRDP: 構造的スローファスト学習による視覚-力覚拡散ポリシーVLA2025/12/1
視覚と力覚を単一ネットワークで統合し、非同期トークンを因果注意で処理する拡散ポリシーを提案。接触の多い操作タスクで高い反応性と成功率を実現した。
- ARMADA: 自律的オンライン失敗検出と人間共有制御によるスケーラブルな実世界展開と適応sim2real2025/10/1
模倣学習ポリシーの実世界展開において、オンライン失敗検出(FLOAT)と人間共有制御を組み合わせ、必要な時だけ人間が介入するマルチロボット適応システムを提案。成功率4倍以上、人間介入率2分の1以下を実現。
- SOE: 多様体上探索によるサンプル効率の良いロボット方策の自己改善マニピュレーション2025/9/1
タスクに関連する要因を潜在空間で表現し、有効な行動の多様体上に探索を制約することで、安全かつ効率的にロボット方策を自己改善するフレームワークを提案した。
- 知識駆動型模倣学習：多様な条件への汎化を実現する模倣学習2025/6/1
外部の構造的意味知識を活用して物体表現を抽象化し、少ない実演データでロボットマニピュレーションの汎化性能を高める知識駆動型模倣学習を提案した。
- SIME: モーダルレベル探索による方策の自己改善模倣学習/自己改善2025/5/1
ロボットが人間のデータから初期学習した後、環境との相互作用を通じて自己改善するために、モーダルレベルの探索とデータ選択を組み合わせた手法を提案し、シミュレーションと実機で有効性を示した。
- DiffGen: 微分可能物理シミュレーション・微分可能レンダリング・視覚言語モデルによるロボット実演生成sim2real2024/5/1
微分可能な物理シミュレーションとレンダリング、視覚言語モデルを組み合わせ、自然言語指示からロボットの実演データを自動生成するフレームワークを提案。
- A Visual Kinematics Calibration Method for Manipulator Based on Nonlinear Optimization2020/5/1