Gaowen Liu
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
- 視覚言語行動モデルの連合ファインチューニングに関する実証研究とオープンテストベッドVLA2026/9/19
事前学習済みVLAモデルを連合学習でファインチューニングする際の設計選択を体系的に検証し、シミュレーションと実機実験を通じて知見と課題を明らかにした。
- ドロップ・ザン・リカバリー：視覚言語行動モデルはどの程度冗長か？VLA2026/6/1
VLAモデルの冗長性を調べるため、トランスフォーマーブロックを除去して再学習する手法を提案し、言語バックボーンが操作タスクに冗長である一方、視覚・行動経路は重要であることを示した。
- ActQuant: 視覚言語行動モデルのための4ビット未満の行動誘導量子化量子化2026/5/19
VLAモデルのエッジ展開を可能にするため、行動予測への寄与度に基づいてビット幅を割り当てる行動誘導型混合精度量子化フレームワークActQuantを提案し、シミュレーションと実機で高い性能を維持しつつ大幅な圧縮を実現した。
- 事前学習を超えたMuonの再考：VLAとRLVRにおけるスペクトル障害とハイパス対策最適化2026/5/19
Muonオプティマイザの一様なスペクトル白色化が、VLAやRLVRで問題を引き起こすことを示し、高域通過型のNS反復を用いたPionを提案して性能を改善した。
- 障害物環境をナビゲートする：マルチロボットシステムのためのウェイポイントベースの二段階計画群制御2026/4/1
本論文では、タスク計画と動作計画を共同最適化するハイブリッドなマルチロボット制御フレームワークを提案し、ウェイポイント表現とカリキュラム学習を用いて、障害物の多い環境でのタスク成功率を向上させた。
- ロボットはいつ考えるべきか？強化学習による資源認識型推論で身体性ロボットの意思決定を実現VLA2026/3/1
身体性ロボットがLLM推論をいつ・どの役割で・どれだけ使うかを強化学習で適応的に決める階層的枠組みRARRLを提案し、タスク成功率向上と遅延削減を実現した。
- VLAは限界を知っている：ロボットポリシーのための適応的実行ホライズンVLA2026/2/1
フローベースVLAモデルの実行ホライズンを自己注意重みから動的に推定するAutoHorizonを提案し、シミュレーションと実機で性能向上を実証した。
- マスク付きアクションチャンキングによるリアルタイムロボット実行マニピュレーション2026/1/1
非同期推論時のチャンク内不整合に対処するため、マスク付きアクションチャンキングで事前学習方策を補正し、遅延に頑健なリアルタイム実行を実現した。
- Fast ECoT: 思考の再利用による効率的な身体性Chain-of-Thought推論VLA2025/6/1
VLAモデルの身体性Chain-of-Thought推論を、高レベル推論のキャッシュ・再利用とモジュール推論の並列生成により高速化し、学習不要でリアルタイム動作に近づけた手法。
- 関節付きシミュレーション用アセットの手続き的生成sim2real2025/5/1
ロボティクスシミュレーション向けに、18種類の関節付き物体を手続き的に生成し、物理特性付きでシミュレータにエクスポートするツールキットを提案。
- 衝突と到達可能性を考慮したLLMプランナーによるマルチロボット制御マルチロボット制御2025/5/1
物理制約を考慮した計画を生成するため、検証可能な報酬を用いた強化学習で小型LLMを訓練し、マルチロボット制御における衝突や到達不能問題を解決した。
- $A^2$Nav: Action-Aware Zero-Shot Robot Navigation by Exploiting Vision-and-Language Ability of Foundation Models2023/8/1