Fengling Li
収録論文 9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
- UniTexture: 視覚言語行動モデルに対するクロスタスク普遍敵対的テクスチャ敵対的攻撃2026/8/13
単一のテクスチャ付き3Dオブジェクトを用いて、複数のタスクにわたってVLAモデルの行動予測を敵対的に逸脱させる普遍的な攻撃手法を提案した。
- ActFovea: 時空間的な視覚-行動整合性によるVLAポリシーの実行時保護VLA/安全制御2026/7/1
VLAポリシーを再学習せずに実行時の外乱を検出・緩和するプラグアンドプレイの保護フレームワークを提案。視覚と行動の整合性を監視し、回復不能な場合は安全に失敗させる。
- ドリフト対応ポストトレーニング量子化による効率的な視覚言語行動モデルVLA/量子化2026/4/1
視覚言語行動モデル(VLA)の量子化時に生じる時間的誤差蓄積による動作ドリフトを解決するため、ドリフト対応PTQ(DA-PTQ)を提案。クロススペース表現補償と動作駆動混合精度割り当てにより、低ビットでも高精度な制御を実現。
- キーフレーム連鎖による非マルコフ的長期間ロボット操作マニピュレーション2026/3/1
長期的な依存関係を持つ操作タスク向けに、過去の重要なフレームを自動選択・連鎖させてVLAモデルに組み込むフレームワークを提案し、シミュレーションで有効性を示した。
- MOTIF: 少数ショットでの異なる身体間転送のための行動モチーフ学習VLA2026/2/1
異なるロボット身体間での少数ショット転送を可能にするため、身体に依存しない時空間パターン（行動モチーフ）をベクトル量子化で抽出し、フローマッチング方策を導く軽量予測器を設計した手法。
- 自己修正VLA：スパースな世界想像によるオンライン行動洗練VLA2026/2/1
VLAモデルに将来予測ヘッドを追加し、予測したスパースな未来状態に基づいて報酬を再形成することで、オンラインで行動を自己修正する手法を提案。シミュレーションと実機で成功率と効率が向上。
- AC^2-VLA: 行動文脈を考慮した適応的計算による効率的なロボットマニピュレーションVLA2026/1/1
VLAモデルの推論における時間・空間・深さ方向の冗長性に着目し、行動文脈に基づいて計算を適応的に再利用・削減するフレームワークを提案。密なモデルと同等の成功率を保ちつつ最大1.79倍の高速化とFLOPs29.4%削減を実現した。
- ワールドモデルへの第一歩：ロボットマニピュレーションに関するサーベイマニピュレーション2025/11/1
ロボットマニピュレーションにおけるワールドモデルの役割を整理し、知覚・予測・制御の観点から中核能力と課題を分析したサーベイ。
- ActDistill: 効率的な視覚-言語-行動モデルのための汎用的な行動誘導自己蒸留VLA2025/11/1
既存のVLAモデルの行動予測能力を軽量な生徒モデルに転移させる蒸留フレームワークを提案し、計算量を50%以上削減しつつ同等以上の性能を実現した。