Jialin Wu
収録論文 4本 ・ フィジカルAI/ロボット学習
一人称視点/道具使用推論エージェント安全性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
- EgoTools: 実世界の一人称視点動画における道具中心の推論に向けて一人称視点/道具使用推論2026/9/30
道具を使う一人称視点動画の大規模データセット(100時間)と、知覚・幾何・手順・因果推論を問う1,000問のベンチマークを構築し、既存の動画マルチモーダルモデルが道具使用の理解に苦戦することを示した。
- ガードレール付きメタエージェントループ:ポリシー固定・予算制約・クラッシュ復旧のストレステストエージェント安全性2026/9/10
自己改善エージェントの制御境界を検証するテストベッドGuardrailLoopを提案し、ポリシー保持・計算予算・クラッシュ復旧の3契約を評価した。結果、成果復旧が正確に一度だけの実行を保証しないことを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
