Jiyuan Zhang

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

• テキスト・視覚相乗トークンキャッシュ：効率的なVLA推論のための学習不要フレームワーク
  VLA2026/9/28

  VLAモデルの推論を高速化するため、テキストと視覚の相乗効果を利用して注意ヘッドを選別し、キャッシュ再利用層を選択する学習不要のトークンキャッシュ手法を提案。

• X-Driver: 視覚言語モデルによる説明可能な自動運転
  自動運転/VLA2025/5/1

  マルチモーダル大規模言語モデルとChain-of-Thought推論を組み合わせ、CARLAシミュレータ上の閉ループ自動運転でSOTA性能と解釈性を両立したフレームワーク。