Honghao Cai
収録論文 5本 ・ フィジカルAI/ロボット学習
VLA/強化学習強化学習/生成ポリシーロボット操作VLA
※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
- 弾性クエリ強化学習：VLAモデルの自己認識型ポリシー実行VLA/強化学習2026/6/1
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
- ReFPO: フローマッチングポリシー勾配のためのリフロー正則化強化学習/生成ポリシー2026/6/1
フローマッチングポリシー勾配法に明示的なリフロー正則化を追加したオンライン強化学習手法を提案し、生成ポリシーの学習安定性と性能を向上させた。
- KoopmanFlow：コープマン構造バイアスによるスペクトル分離生成制御ポリシーロボット操作2026/3/1
ロボット操作のための生成制御ポリシーにおいて、安定した大域運動と高周波の局所補正を同時にモデル化する問題を解決するため、コープマン理論に着想を得た構造的帰納バイアスを持つ生成ポリシーKoopmanFlowを提案した。
- 段階的視覚言語学習による物理的接地を備えた具現化タスク計画VLA2026/3/1
具現化タスク計画のための3段階学習フレームワークSVLLを提案し、空間接地と時間推論を分離してから、専門家軌道へのバイアスを注入するBias-DPOでアライメントを行うことで、物理的に不可能な行動を抑制する。
- RoboMemory: 物理エンボディドシステムにおける対話型環境学習のための脳に着想を得たマルチメモリエージェントフレームワークVLA2025/8/1
脳に着想を得て空間・時間・エピソード・意味記憶を統合したフレームワークを提案し、長期的な計画と対話型学習を実現してEmbodiedBenchで成功率を26.5%向上させた。