Bin Zhu
Singapore Management University
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
- RoboIRGBench：視覚言語行動モデルにおける暗黙的指示対象接地のベンチマークVLA2026/9/28
ロボット操作における視覚言語行動モデルが、指示に明示されない暗黙的な対象・数量・関係を文脈から推論する能力を評価するベンチマークRoboIRG-Benchを提案し、既存モデルに顕著な性能低下があることを示した。
- LIBERO-VPro：ロボット基盤モデルの閉ループ視覚ロバスト性ベンチマークVLA2026/9/21
実行中の視覚情報を意図的に乱すことで、ロボット基盤モデルの閉ループ視覚ロバスト性を体系的に評価するベンチマークLIBERO-VProを提案し、VLAとWAMのロバスト性プロファイルの違いを明らかにした。
- 非同期リプレイ固定方策改善による安定かつ効率的な実世界オンラインVLA事後学習VLA2026/9/19
ロールアウトと学習を並行して行い、リプレイされた行動に基づいて価値関数と方策を更新することで、実世界のVLAモデルを短時間で安定的にオンライン事後学習する手法を提案。
- MoWAM: 効率的なワールドアクションモデルのための明示的な将来運動予測VLA2026/9/17
将来の動画生成をロボット運動の予測に置き換えることで、推論時の計算コストを抑えつつ分布シフトへの頑健性を高めたワールドアクションモデルを提案。
- GPT-6-Astraによる連続環境でのゼロショット視覚言語ナビゲーションの行動分析ナビゲーション2026/9/17
GPT-6-Astraをゼロショットの視覚言語ナビゲーションに適用し、指示理解と行動提案の挙動を分析した。成功率52%だが、局所判断と自律完遂の間にギャップがあることを示した。
- StructRL: フローベースVLAのための構造化アクション空間探索VLA/強化学習2026/8/15
フローベースの視覚言語行動モデル(VLA)のオンライン強化学習において、ノイズをアクション空間に直接注入する構造化探索手法StructRLを提案し、シミュレーションと実世界タスクで性能を向上させた。
- ロボトラストベンチ：ロボット操作のためのビデオワールドモデルの信頼性評価ビデオワールドモデル/信頼性評価2026/6/1
ロボット操作におけるビデオワールドモデルの信頼性を評価するベンチマークを提案し、現行モデルが視覚的整合性はあるが制約推論や物理的相互作用に課題があることを示した。
- タスク成功を超えて：WAMとVLAの行動・表現診断VLA/操作2026/6/1
ロボット操作のVLAポリシーとWorld-Action Models（WAM）を、行動解析とスパースオートエンコーダによる内部表現解析で比較し、成功指標では見えない行動・表現の違いを明らかにした論文。
- 訓練不要の注意再調整によるVLAモデルの言語基盤の回復VLA2026/3/1
VLAモデルが視覚情報に偏り、指示と矛盾する動作を実行する「言語的盲目」現象を明らかにし、推論時に注意を再調整して指示の影響を回復する手法IGARを提案した。
- RC-NF: ロボット条件付き正規化フローによるロボット操作のリアルタイム異常検知異常検知2026/3/1
VLAモデルによるロボット操作中に、ロボットと物体の状態がタスクに沿っているかを監視し、異常をリアルタイム検知するモデルRC-NFを提案。正規化フローを用いて教師なし学習し、異常スコアを確率密度から算出する。
- 連続アクションチャンクのためのActor-Critic：スパース報酬下での長期的ロボットマニピュレーションのための強化学習フレームワークマニピュレーション2025/8/1
スパース報酬の長期的ロボット操作タスクにおいて、連続アクションチャンクを安定かつデータ効率的に学習する強化学習フレームワークAC3を提案。ActorとCriticの安定化機構により、少数のデモンストレーションで高い成功率を達成。
- RMBench: Benchmarking Deep Reinforcement Learning for Robotic Manipulator Control2022/10/1