Jiajun Cheng
収録論文 2本 ・ フィジカルAI/ロボット学習
手術AI/視覚言語モデル世界モデル/計画
※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
- 潜在アクション誘導による手術インタラクション認識のための視覚ファインチューニング手術AI/視覚言語モデル2026/7/22
手術中の器具と組織の相互作用を認識するため、潜在アクションで誘導する視覚言語モデルのファインチューニング手法を提案。逆動力学モデルと前方世界モデルを用いてアクション関連領域の表現を強化し、パッチレベルの正則化で局所特徴の崩壊を防ぐ。
- ActSWM: オープンワールドゲームにおける長期的計画のための行動感応型世界モデル世界モデル/計画2026/7/1
潜在世界モデルが長期的な行動計画で失敗する「コンテキスト崩壊」問題を特定し、行動感応性を制約として課す新しい世界モデルActSWMを提案した。Minecraftでの長期的計画やクロスゲームでの行動復元で性能を向上させた。
