James Cheng
The Chinese University of Hong Kong
収録論文 6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
- EKT-Router: 実世界視覚言語モデルのための専門家と証拠の統合ルーティングVLA2026/10/16
限られた観測から質問に答える実世界視覚言語モデル向けに、能力専門家・知識・知覚ツールを呼び出し予算内で同時選択するルーティング手法を提案し、6つの実世界QAベンチマークで最高性能を達成した。
- Anvil: 知識再循環による身体性空間知能のスケーリングVLA2026/10/15
身体性空間知能のためのデータ生成・学習・評価を統合したフレームワークAnvilを提案し、異種データの再循環と専門家蒸留により9Bモデルで公開ベンチマークの性能を大幅に向上させた。
- RoboAware: 反事実的結果から身体スキルの協調を学習するVLA2026/10/8
コーディングエージェントが複数のロボットスキルを組み合わせる際に、状態に応じてどのポリシー系統が成功するかを反事実的結果から学習する調整器を提案し、100タスクで77%の成功率を達成した。
- ロボットのインコンテキスト学習:手法と応用VLA2026/9/28
ロボットのインコンテキスト学習(ICL)に関する文献レビューであり、文脈条件付き方策、幾何学的実演転移、世界モデルベース制御、スキル・エージェントベース実行の4つのインターフェースに分類し、転移の前提や評価手法を整理する。
- Robo-Harness K1: 知覚拡張によるロボット操作エージェントの活用VLA2026/9/24
VLMに深度や空間計測などの知覚ツールを提供し、追加学習なしでロボット操作を実現するエージェントフレームワークを提案。少ない実演データでも高い汎化性能を示す。
- RACaP: 進化可能なロボット学習のためのポリシーとしての推論・行動・コーディングVLA2026/9/24
コード生成を進化フェーズに移し、展開時は凍結された型付きポリシーAPIをReActループで呼び出すエージェント型フレームワークを提案。長期的タスクで成功率と速度を大幅に改善し、小型モデルへの蒸留で実機展開を効率化した。
