Jianlan Luo
Shanghai Innovation Institute
収録論文 28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
- STAR: 視覚・触覚・言語・行動モデルにおけるスパース触覚表現学習による巧みなマニピュレーションマニピュレーション2026/9/11
200時間の双腕巧みな操作データセットを構築し、触覚信号のスパース性に対処する視覚・触覚・言語・行動モデルSTARを提案。実世界4タスクで平均61%の成功率を達成した。
- τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデルVLA2026/8/17
長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。
- Orca：世界は心の中にある世界モデル2026/6/29
Orcaは、マルチモーダルな世界信号から統一された世界潜在空間を学習し、テキスト生成・画像予測・身体動作生成などの下流タスクを軽量デコーダで実現する世界基盤モデルである。
- τ0-WM: ロボット操作のための統合ビデオ・アクション世界モデルVLA/世界モデル2026/6/1
ロボット操作のための、ポリシー学習・ビデオ予測・行動評価を単一の未来予測フレームワークに統合した世界モデルを提案。実ロボットデータ約27,300時間で訓練し、推論時に候補行動のサンプリングと評価・修正を行うことで、長期的で細かい操作タスクで高い性能を示した。
- 配備しながら学習：汎用ロボットポリシーのためのフリート規模強化学習強化学習/VLA2026/5/1
事前学習済みのVLAポリシーを、ロボットフリートからの実データで継続的に強化学習し、配備中に性能を向上させるフレームワークを提案。16台の二腕ロボットで95%の成功率を達成。
- SOP：視覚-言語-行動モデルのためのスケーラブルなオンライン事後学習システムVLA2026/1/1
ロボット群が実世界で収集した経験と人間の介入をクラウド上の学習器に非同期で送り、更新された方策を即座に受け取るオンライン分散事後学習システムを提案。布畳みや箱組立などのタスクで大規模VLAモデルの性能を数時間で大幅に向上させる。
- 自己回帰離散事前学習による身体性VLM推論とロボット行動の統合VLA2025/12/1
身体性推論を評価するベンチマークERIQと、連続制御を離散化するFACTトークナイザを提案し、推論と行動を統合したGenieReasonerで実世界マニピュレーション性能を向上させた。
- Act2Goal: ワールドモデルから汎用ゴール条件付き政策へマニピュレーション2025/12/1
視覚的ゴールと現在の観測から、目標条件付きワールドモデルで中間視覚状態を生成し、マルチスケール時間制御で長期的なマニピュレーションを実現する汎用政策を提案。
- Genie Envisioner：ロボット操作のための統合ワールド基盤プラットフォームVLA2025/8/1
指示条件付き動画拡散モデルを核に、方策学習・評価・シミュレーションを一つの動画生成フレームワークへ統合した基盤を提案し、軽量デコーダで行動軌跡を生成、専用ベンチマークも整備した。
- AgiBot World Colosseo：スケーラブルで知能的な身体性システムのための大規模マニピュレーションプラットフォームマニピュレーション2025/3/1
100万以上の軌道と217タスクを含む大規模ロボット操作データセットと、潜在行動表現を活用した汎用方策GO-1を提案し、データ規模の拡大に伴う性能向上と実世界での巧みな長期的タスクの成功率向上を示した。
- 反射的計画：多段階長期的ロボットマニピュレーションのための視覚言語モデルマニピュレーション2025/2/1
視覚言語モデルに「反射」機構を組み込み、未来の世界状態を想像しながら推論を反復的に改善することで、多段階の長期ロボットマニピュレーション計画を可能にした。
- RLDG: 強化学習によるロボット汎用方策の蒸留マニピュレーション2024/12/1
強化学習で生成した高品質なデータを用いて汎用ロボット方策を微調整する手法を提案し、人間のデモより最大40%高い成功率を達成した。
- 人間参加型強化学習による精密で器用なロボットマニピュレーションマニピュレーション2024/10/1
人間のデモと修正を組み込んだ視覚ベース強化学習システムを提案し、動的操り・精密組立・両腕協調などの多様なタスクを1〜2.5時間の訓練でほぼ完璧な成功率かつ高速に学習できることを示した。
- Octo: オープンソースの汎用ロボットポリシーVLA2024/5/1
80万件の軌道データで学習したTransformerベースの汎用ロボットマニピュレーションポリシーを提案し、言語や目標画像で指示でき、新しいセンサーや行動空間にも短時間でファインチューニング可能であることを示した。
- ロボットに怒鳴って教える：言語訂正によるオンザフライ改善VLA2024/3/1
人間がロボットに言語で訂正を与えることで、高レベル方策がリアルタイムに適応し、反復学習を通じて長期的タスクの成功率を向上させるフレームワークを提案。
- SERL: A Software Suite for Sample-Efficient Robotic Reinforcement Learning2024/1/1
- FMB: a Functional Manipulation Benchmark for Generalizable Robotic Learning2024/1/1
- RLIF: Interactive Imitation Learning as Reinforcement Learning2023/11/1
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023/10/1
- REBOOT: Reuse Data for Bootstrapping Efficient Real-World Dexterous Manipulation2023/9/1
- Multi-Stage Cable Routing through Hierarchical Imitation Learning2023/7/1
- Offline Meta-Reinforcement Learning for Industrial Insertion2021/10/1
- Robust Multi-Modal Policies for Industrial Assembly via Reinforcement Learning and Demonstrations: A Large-Scale Study2021/3/1
- Action Image Representation: Learning Scalable Deep Grasping Policies with Zero Real World Data2020/5/1
- UniGrasp: Learning a Unified Model to Grasp with Multifingered Robotic Hands2019/10/1
- Deep Reinforcement Learning for Industrial Insertion Tasks with Visual Inputs and Natural Rewards2019/6/1
- Reinforcement Learning on Variable Impedance Controller for High-Precision Robotic Assembly2019/3/1
- Residual Reinforcement Learning for Robot Control2018/12/1