Heng Ji

収録論文 5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

• マルチモーダルメモリ圧縮による長期的身体化意思決定
  意思決定/ベンチマーク2026/8/2

  長期的な身体化意思決定のためのベンチマークDunphyBenchを提案し、VLMエージェントの性能が人間に及ばないこと、メモリ管理がボトルネックであることを示した。さらに、ユーザー嗜好に基づいて情報を圧縮するMeMentoを設計し、精度向上とメモリ削減を実現した。

• 表現アンカリングと言語-行動整合による汎化可能なVLAファインチューニング
  VLA2026/7/1

  事前学習済みVLMをロボットデモでファインチューニングする際に生じる表現劣化と言語-行動の不整合を防ぐため、凍結VLMからの層別蒸留と行動を離散方向ラベル化して同一観測で言語・行動を学習する手法を提案し、実機とシミュレーションで性能向上を確認した。

• ACCORD: 言語エージェントのための行動条件付き文脈接地
  LLMエージェント2026/6/15

  ユーザー指示は暗黙の前提を含むため、LLMエージェントが環境情報を能動的に取得・統合して行動するフレームワークACCORDを提案し、タスク成功率を大幅に向上させた。

• 現在のエージェントは世界モデルを先見のツールとして活用できていない
  VLA2026/1/7

  視覚言語モデルベースのエージェントが生成的世界モデルを外部シミュレータとして使えるかを検証し、シミュレーションの起動判断や予測結果の解釈・統合がボトルネックで性能が向上しないことを示した実証研究。

• EBT-Policy：エネルギーが創発的な物理推論能力を解き放つ
  VLA2025/10/1

  拡散ポリシーに代わるエネルギー・ベースのポリシーEBT-Policyを提案し、少ない計算で高精度・高ロバストなロボット制御を実現、失敗からのゼロショット回復などの創発能力を示した。