Jingqun Tang

収録論文 2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

• ProFocus: 視覚と言語によるナビゲーションにおける能動的知覚と焦点化推論
  VLA2026/3/1

  VLNエージェントの非効率な視覚処理と無差別な履歴利用を改善するため、LLMとVLMの協調による訓練不要のフレームワークProFocusを提案。能動的知覚で必要な視覚情報を特定し、BD-MCTSで高価値な経路点に焦点を当てた推論を行う。

• DTP: 視覚言語行動モデルのための簡便かつ効果的な妨害トークン枝刈りフレームワーク
  VLA2026/1/1

  VLAモデルがタスク無関係領域の画像トークンに過剰に注意する問題を解決するため、動的に検出・枝刈りするプラグアンドプレイのDTPフレームワークを提案し、タスク成功率を改善した。