Josef Chen

収録論文 4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

• 計画を増やすほど失敗する：ワールドモデル向け学習型プランナー
  プランニング2026/10/27

  ワールドモデル上での行動計画において、固定の行動更新器と既存プランナーをPushTで比較し、更新回数を増やしても失敗タスクが救われず、むしろ成功が失敗に転じる現象を報告した研究。

• AURA: ロボットポリシーのためのアクションゲート型メモリ（VRAM一定）
  ロボットポリシー2026/6/1

  ロボットの長期動作中にメモリ書き込みを最小化するため、アクション誤差信号に基づいて書き込みを制御するゲート付きリカレントメモリを提案し、精度を保ちながら書き込み回数を大幅に削減した。

• AEGIS: 物理AIのためのバックアップ反射
  マニピュレーション2026/6/1

  ロボット操作の長期的な失敗を防ぐため、弱いポリシーの活性化を監視して危険なステップを検出し、必要な時だけ強いポリシーに切り替える手法を提案した。

• メモリ制約だが帯域幅限界ではない：バッチ1 LLMデコードにおける物理AI推論ギャップ
  推論最適化2026/5/1

  物理AIシステムの単一ストリーム推論（バッチ1デコード）がメモリ帯域幅に制限されるという従来説を検証し、高速GPUでは起動オーバーヘッドが顕在化することを示した。