Hong Lu

収録論文 7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

• ハイブリッドLLM-シンボリック計画とLLM誘導強化学習による新規性適応
  計画/強化学習2026/3/1

  動的環境で新規オブジェクトに遭遇したロボットが、LLMの常識推論で欠落オペレータを特定し、シンボリックプランナーで計画を立て、LLMが報酬関数を設計して強化学習で制御ポリシーを学習する神経シンボリックアーキテクチャを提案。連続ロボット領域でのオペレータ発見と学習で最先端を上回る性能を示した。

• その価格は正しくない：ニューロシンボリック手法が構造化長期的操作タスクでVLAを上回り、エネルギー消費も大幅に低い
  マニピュレーション2026/2/1

  構造化された長期的操作タスクにおいて、PDDLベースのニューロシンボリック手法がファインチューニングされたVLAモデルより高い成功率と汎化性能を示し、訓練エネルギーも約2桁少ないことを実験的に示した。

• テスト時スケーリングの拡張：文脈・バッチ・ターンによる3次元視点
  推論/テスト時スケーリング2025/11/18

  推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。

• 少数のデモから長期タスクを計画・実行する神経記号模倣学習
  模倣学習2025/8/1

  少数のスキルデモから連続制御方策と記号的なタスク抽象化を同時に学習し、長期タスクの計画と実行を可能にする神経記号フレームワークを提案。

• 好奇心駆動型想像：オープンワールド適応のためのプラン演算子の発見と関連方策の学習
  マニピュレーション2025/3/1

  好奇心モジュールで探索しながら低レベルなニューラル遷移モデルと高レベルな記号プランモデルを統合し、未知の変化に素早く適応するハイブリッド計画・学習システムを提案した。

• VLAモデルの内部表現から記号的状態を探り認知アーキテクチャへ統合する
  VLA2025/2/1

  OpenVLAの隠れ層を解析し、物体・関係・行動状態の記号的表現が高精度で符号化されていることを示すとともに、認知アーキテクチャDIARCと統合して解釈性と堅牢性を高める手法を提案した。

• GlobalMapNet: ベクトル化グローバルHDマップをオンライン構築するフレームワーク
  自動運転マッピング2024/9/1

  自車上で局所マップを逐次統合し、重複除去と履歴融合によりベクトル化されたグローバルHDマップをオンライン生成する手法を提案。