Yueh-Hua Wu

The University of Tokyo

収録論文 12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

• CounterAlign: 視覚言語行動モデルのための反事実的監督
  VLA/強化学習2026/8/22

  専門家のデモンストレーションのみから、指示を入れ替えることで反事実的なデータを合成し、オフライン強化学習の報酬モデルを学習する手法を提案。ロボット操作の堅牢性を向上させる。

• 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。

• 少なく見て、多く指定する：汎用VLAのための視覚的証拠予算
  VLA2026/6/1

  視覚言語行動（VLA）モデルの汎化を改善するため、指示を詳細な軌跡・サブタスク言語で再ラベルし、明示的な視覚的証拠予算を課して実行器を訓練するフレームワークS2を提案した。

• 視覚言語行動のための連続推論
  VLA2026/6/1

  自然言語はタスクレベルの粒度であり連続制御には不向きなため、VLAポリシーに適した連続思考を導入し、共有ガウス潜在変数として自己検証目的で学習する手法を提案した。

• 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。

• ThinkAct: 強化学習された視覚潜在計画による視覚-言語-行動推論
  VLA2025/7/1

  マルチモーダルLLMで行動整合的な視覚報酬を用いて推論計画を生成し、それを視覚潜在に圧縮して行動モデルを条件付ける二重システムフレームワークを提案。複雑な身体性AIタスクでの少数ショット適応や長期計画、自己修正を実現した。

• DNAct: 拡散モデル誘導によるマルチタスク3Dポリシー学習
  マニピュレーション2024/3/1

  ニューラルレンダリングによる事前学習と拡散モデルによる訓練を組み合わせ、言語条件付きマルチタスク操作ポリシーを少ない実演から学習する手法を提案。

• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• GNFactor: Multi-Task Real Robot Learning with Generalizable Neural Feature Fields
  2023/8/1
• Elastic Decision Transformer
  2023/7/5
• Learning Generalizable Dexterous Manipulation from Human Grasp Affordance
  2022/4/1
• DexMV: Imitation Learning for Dexterous Manipulation from Human Videos
  2021/8/1