Kaiyan Zhang

Tsinghua University

収録論文 3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

• 統一軌道マッチング方策最適化：多様なT2I生成とVLA汎化
  VLA2026/9/28

  拡散・フローポリシーの事後学習において、報酬最大化ではなく軌道分布マッチングを行う統一RLフレームワークUni-TMPOを提案し、T2I生成の多様性とVLAのタスク・シーン汎化を両立させた。

• 人類が最後に作るAI：真の再帰的自己改善に向けて
  再帰的自己改善2026/9/10

  再帰的自己改善（RSI）の概念と発展ロードマップを提示し、科学発見・身体知能・ソフトウェア工学などのシナリオでの要件を検討して、実用的なシステムとの接続や課題を整理した論文。

• SimpleVLA-RL：強化学習によるVLAモデル訓練のスケーリング
  VLA2025/9/1

  VLAモデル向けの効率的な強化学習フレームワークを提案し、大規模データへの依存を減らしつつLIBEROやRoboTwinで高性能を達成した。