オーガナイズドセッション

[2O6-OS-16a] 世界モデルと知能

2024年5月29日(水) 17:30 〜 18:50 O会場 (音楽工房ホール)

オーガナイザ：鈴木雅大（東京大学）、岩澤有祐（東京大学）、河野慎（東京大学）、熊谷亘（東京大学）、松嶋達也（東京大学）、森友亮（株式会社スクウェア・エニックス）、松尾豊（東京大学）

+全てマイスケジュールに登録

17:30 〜 17:50

[2O6-OS-16a-01] 自動運転システムのためのNeural Simulatorの構築および評価

〇蒲原惇乃輔^1,3、坂本滉也^2,3、大里章人⁴、冨江伸太朗⁴、片岡大哉⁴、河野慎⁵ (1. 東北大学、2. 京都大学、3. 松尾研究所、4. 株式会社ティアフォー、5. 東京大学)

17:50 〜 18:10

[2O6-OS-16a-02] マルチモーダル基盤モデルと最適輸送を用いたポリゴンマッチングによる参照表現セグメンテーション

〇西村喬行¹、九曜克之¹、神原元就¹、杉浦孔明¹ (1. 慶應義塾大学)

18:10 〜 18:30

[2O6-OS-16a-03] HyperNetworksの強化学習への適用

〇澤野千賀¹ (1. 放送大学)

18:30 〜 18:50

[2O6-OS-16a-04] 物体中心表現を用いた世界モデルの獲得

〇中野聡大¹、鈴木雅大¹、松尾豊¹ (1. 東京大学)

オーガナイズドセッション

[3O1-OS-16b] 世界モデルと知能

2024年5月30日(木) 09:00 〜 10:40 O会場 (音楽工房ホール)

オーガナイザ：鈴木雅大（東京大学）、岩澤有祐（東京大学）、河野慎（東京大学）、熊谷亘（東京大学）、松嶋達也（東京大学）、森友亮（株式会社スクウェア・エニックス）、松尾豊（東京大学）

+全てマイスケジュールに登録

09:00 〜 09:20

[3O1-OS-16b-01] 視覚的情報と予測指向プロンプトを用いたLLMに基づくEmbodied世界モデル

〇朏島和香那¹、中窪仰佑²、平山翔湧³、鈴木雅大⁴、松尾豊⁴ (1. University of York、2. 九州工業大学、3. 東京大学、4. 東京大学大学院工学系研究科)

[[オンライン]]

09:20 〜 09:40

[3O1-OS-16b-02] マルチモーダルLLMおよび視覚言語基盤モデルに基づく大規模物体操作データセットにおけるタスク成功判定

〇齋藤大地¹、神原元就¹、九曜克之¹、杉浦孔明¹ (1. 慶應義塾大学)

09:40 〜 10:00

[3O1-OS-16b-03] マルチモーダル情報を扱う奥行きを考慮した動作生成モデルによる柔軟物操作の精度向上

〇藤田幸哉¹、伊藤洋¹、一藁秀行¹、斎藤菜美子¹、久保杏由南¹、尾形哲也¹、菅野重樹¹ (1. 早稲田大学)

10:00 〜 10:20

[3O1-OS-16b-04] 言語モデルの世界モデル創発に関する検証

プローブを用いた寄与度に基づく枝刈りによる内部表現分析

〇西浦直哉¹、青木洸士郎²、武田大佑³、熊谷亘⁴、松尾豊⁴ (1. 奈良先端科学技術大学院大学、2. 早稲田大学、3. 東京大学、4. 東京大学大学院工学系研究科)

10:20 〜 10:40

[3O1-OS-16b-05] 大規模言語モデルの事前知識を活用した構成論的なロボットタスクにおける学習効率の改善

〇髙城頌太¹、松嶋達也¹、岩澤有祐¹、松尾豊¹ (1. 東京大学)

5月31日（金）09:20~09:40：[4O1-OS-16d-02] の時間で発表

オーガナイズドセッション

[3O5-OS-16c] 世界モデルと知能

2024年5月30日(木) 15:30 〜 16:50 O会場 (音楽工房ホール)

オーガナイザ：鈴木雅大（東京大学）、岩澤有祐（東京大学）、河野慎（東京大学）、熊谷亘（東京大学）、松嶋達也（東京大学）、森友亮（株式会社スクウェア・エニックス）、松尾豊（東京大学）

+全てマイスケジュールに登録

15:30 〜 15:50

[3O5-OS-16c-01] 自由エネルギー原理に基づく RNN を用いたウィスコンシンカード分類課題のシミュレーション

〇後藤大毅¹、出井勇人^1,2、尾形哲也^1,3 (1. 早稲田大学、2. 国立精神・神経医療研究センター、3. 産業技術総合研究所　)

15:50 〜 16:10

[3O5-OS-16c-02] 再構成・対照学習を考慮した深層能動的推論

〇藤井健太朗¹、村田真悟¹ (1. 慶應義塾大学)

16:10 〜 16:30

[3O5-OS-16c-03] 深層能動的推論における選好精度に応じた実ロボットの方策選択

〇猪狩高¹、藤井健太朗¹、村田真悟¹ (1. 慶應義塾大学)

16:30 〜 16:50

[3O5-OS-16c-04] マルチモーダル基盤モデルと緩和対照損失を用いた大規模屋内検索エンジン

〇今井悠人¹、兼田寛大¹、是方諒介¹、杉浦孔明¹ (1. 慶應義塾大学)

オーガナイズドセッション

[4O1-OS-16d] 世界モデルと知能

2024年5月31日(金) 09:00 〜 10:20 O会場 (音楽工房ホール)

オーガナイザ：鈴木雅大（東京大学）、岩澤有祐（東京大学）、河野慎（東京大学）、熊谷亘（東京大学）、松嶋達也（東京大学）、森友亮（株式会社スクウェア・エニックス）、松尾豊（東京大学）

+全てマイスケジュールに登録

09:00 〜 09:20

[4O1-OS-16d-01] 医学生物学分野において自律的な科学的発見を行うための世界モデル

〇清田純^1,2、山梨貴士^1,2、山崎聡^2,3 (1. 理化学研究所、2. 筑波大学、3. 東京大学)

09:20 〜 09:40

[4O1-OS-16d-02] XARを基盤とした質問生成による他者信念推定

日紫喜祐也¹、〇堀井隆斗¹ (1. 大阪大学)

5月30日（木）10:20~10:40：[3O1-OS-16b-05] の時間で発表

09:40 〜 10:00

[4O1-OS-16d-03] 強化学習による外乱抑制制御

〇原啓太¹、ギマレンスダニロ¹、吉岡琢¹ (1. 株式会社Laboro.AI)

10:00 〜 10:20

[4O1-OS-16d-04] 実世界環境の物理特性に着目した言語記述

〇黒田彗莉¹、小林一郎¹ (1. お茶の水女子大学)

オーガナイズドセッション

[4O3-OS-16e] 世界モデルと知能

2024年5月31日(金) 14:00 〜 15:20 O会場 (音楽工房ホール)

オーガナイザ：鈴木雅大（東京大学）、岩澤有祐（東京大学）、河野慎（東京大学）、熊谷亘（東京大学）、松嶋達也（東京大学）、森友亮（株式会社スクウェア・エニックス）、松尾豊（東京大学）

+全てマイスケジュールに登録

14:00 〜 14:20

[4O3-OS-16e-01] Consistency Modelsを用いた拡散モデルに基づいたロボットの制御方策の高速化とスケーリング

〇オドンチメドソドタウィラン¹、池田悠也¹、髙波亮介¹、松嶋達也¹、大島佑太¹、大久保拓哉¹、鍋田櫂²、松尾豊¹、岩澤有祐¹ (1. 東京大学、2. 筑波大学)

14:20 〜 14:40

[4O3-OS-16e-02] Diffusion Policyによる視覚言語条件付きロボット制御

〇黄瀬輝¹、小栗滉貴¹、加賀屋智之¹、奥村亮²、谷口忠大^3,2 (1. パナソニックコネクト株式会社、2. パナソニックホールディングス株式会社、3. 立命館大学)

[[オンライン]]

14:40 〜 15:00

[4O3-OS-16e-03] マルチモーダル基盤モデルと劣モジュラ最適化に基づく移動ロボットの環境探索

〇松尾榛夏¹、神原元就¹、杉浦孔明¹ (1. 慶應義塾大学)

15:00 〜 15:20

[4O3-OS-16e-04] バイラテラル制御に基づく模倣学習による複数柔軟物の把持

〇山根広暉¹、境野翔¹、辻俊明² (1. 筑波大学、2. 埼玉大学)

セッション一覧

オーガナイズドセッション » OS-16 世界モデルと知能

[2O6-OS-16a] 世界モデルと知能

[2O6-OS-16a-01] 自動運転システムのためのNeural Simulatorの構築および評価

[2O6-OS-16a-02] マルチモーダル基盤モデルと最適輸送を用いたポリゴンマッチングによる参照表現セグメンテーション

[2O6-OS-16a-03] HyperNetworksの強化学習への適用

[2O6-OS-16a-04] 物体中心表現を用いた世界モデルの獲得

[3O1-OS-16b] 世界モデルと知能

[3O1-OS-16b-01] 視覚的情報と予測指向プロンプトを用いたLLMに基づくEmbodied世界モデル

[3O1-OS-16b-02] マルチモーダルLLMおよび視覚言語基盤モデルに基づく大規模物体操作データセットにおけるタスク成功判定

[3O1-OS-16b-03] マルチモーダル情報を扱う奥行きを考慮した動作生成モデルによる柔軟物操作の精度向上

[3O1-OS-16b-04] 言語モデルの世界モデル創発に関する検証

プローブを用いた寄与度に基づく枝刈りによる内部表現分析

[3O1-OS-16b-05] 大規模言語モデルの事前知識を活用した構成論的なロボットタスクにおける学習効率の改善

[3O5-OS-16c] 世界モデルと知能

[3O5-OS-16c-01] 自由エネルギー原理に基づく RNN を用いたウィスコンシンカード分類課題のシミュレーション

[3O5-OS-16c-02] 再構成・対照学習を考慮した深層能動的推論

[3O5-OS-16c-03] 深層能動的推論における選好精度に応じた実ロボットの方策選択

[3O5-OS-16c-04] マルチモーダル基盤モデルと緩和対照損失を用いた大規模屋内検索エンジン

[4O1-OS-16d] 世界モデルと知能

[4O1-OS-16d-01] 医学生物学分野において自律的な科学的発見を行うための世界モデル

[4O1-OS-16d-02] XARを基盤とした質問生成による他者信念推定

[4O1-OS-16d-03] 強化学習による外乱抑制制御

[4O1-OS-16d-04] 実世界環境の物理特性に着目した言語記述

[4O3-OS-16e] 世界モデルと知能

[4O3-OS-16e-01] Consistency Modelsを用いた拡散モデルに基づいたロボットの制御方策の高速化とスケーリング

[4O3-OS-16e-02] Diffusion Policyによる視覚言語条件付きロボット制御

[4O3-OS-16e-03] マルチモーダル基盤モデルと劣モジュラ最適化に基づく移動ロボットの環境探索

[4O3-OS-16e-04] バイラテラル制御に基づく模倣学習による複数柔軟物の把持

認証