https://www.takatohorii.jp/tags/%E5%9B%BD%E9%9A%9B%E4%BC%9A%E8%AD%B0/国際会議HugoBlox Kit (https://hugoblox.com)jaThu, 28 May 2026 00:00:00 +0000https://www.takatohorii.jp/media/icon_hu_da05098ef60dc2e7.pnghttps://www.takatohorii.jp/tags/%E5%9B%BD%E9%9A%9B%E4%BC%9A%E8%AD%B0/https://www.takatohorii.jp/blog/icra2026-tarad/Thu, 28 May 2026 00:00:00 +0000https://www.takatohorii.jp/blog/icra2026-tarad/<p>2026年6月1日〜5日にオーストリア・ウィーンで開催される <strong>IEEE International Conference on Robotics and Automation (ICRA 2026)</strong> にて、論文 &ldquo;TARAD: Task-Aware Robot Affordance-Centric Diffusion Policy Learned from LLM-Generated Demonstrations&rdquo; を発表します。</p> <p>TARADは、大規模言語モデル（LLM）・視覚言語モデル（VLM）を用いて自然言語指示から高レベルな計画とアフォーダンス情報の抽出を行い、専門家によるデモンストレーションや事前定義された動作プリミティブに依存せずにマルチタスクの3D拡散ポリシーを学習する枠組みです。RLBenchシミュレーションおよびUR5eを用いた実機実験の双方で、模倣学習の精密な制御性と基盤モデルの高い汎化性能を両立できることを示しました。</p> <ul> <li><strong>発表セッション</strong>：TuI1I Interactive Session 1（Hall C）</li> <li><strong>発表日時</strong>：2026年6月2日（火）09:00〜10:30</li> <li><strong>著者</strong>：Site Hu, Takayuki Nagai, Takato Horii（大阪大学）</li> </ul> <p>本論文は <em>IEEE Robotics and Automation Letters</em> に掲載されています。詳細は をご覧ください。</p>