Jiazhuo Li
収録論文 6本 ・ フィジカルAI/ロボット学習
模倣学習VLA/操作世界モデル自動運転/強化学習自動運転
※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
- REDIRECT: ロボットの悪い癖を1%の修正で直す模倣学習2026/10/2
混合品質のテレオペデータから、問題のある局所的な行動分岐だけを特定し、1%の学習予算で修正する手法を提案。
- 必要な時だけ考える：視覚言語行動操作における選択的スローパス介入のためのプロンプト権限制御VLA/操作2026/8/24
凍結された視覚言語行動（VLA）ポリシーに検索テキストを追加すると、プロンプト形式の変化が実行を支配し成功率が大幅に低下する「プロンプト形式崩壊」を特定し、候補生成とポリシー入力変更の許可を分離するプロンプト権限インターフェースTOWN-VLAを導入。これにより、シミュレーションと実機で成功率が向上した。
- 模倣学習におけるデモンストレーション忘却の再考：ロボット工学の視点から模倣学習2026/8/21
ロボットの模倣学習において、ユーザーが削除を要求したデモンストレーションの影響を評価する新しい監査手法を提案。行動と証拠の2軸で再学習との整合性を検証する。
- デュエリング・ワールドモデル：コモンモード外乱除去のためのアドバンテージ型アクションチャネル世界モデル2026/8/7
潜在世界モデルにおいて、アクションの平均効果を差し引くことで、エージェントが制御しない動き（外乱）の影響を除去し、アクションの効果を明確に分離する手法を提案した。
- Dreamer-SAC: 潜在世界モデルにおけるオフポリシー学習によるサンプル効率的な自動運転自動運転/強化学習2026/8/1
自動運転向けに、世界モデルとソフトアクタークリティックを組み合わせ、潜在空間でオフポリシー学習するフレームワークを提案。短いロールアウトとnステップ目標推定により、少ない実環境インタラクションで高い性能を達成した。
- 運動学を考慮した潜在世界モデルによるデータ効率的な自動運転自動運転2026/3/1
自動運転のための世界モデルに車両の運動学情報を組み込み、潜在状態の遷移を物理的に意味のある動きに基づかせることで、サンプル効率と運転性能を向上させた。