Laure Soulier
収録論文 4本 ・ フィジカルAI/ロボット学習
VLAアラインメント継続学習
※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
- 言語能力を取り戻す:パラメータマージによるVLAモデルのVLM能力復元VLA2026/11/13
VLMとそのVLA派生モデルのパラメータを再学習なしでマージし、タスクベクトルをSVD分解して混合係数を最適化することで、行動予測と視覚言語能力を両立させる手法を提案。
- VIPER: 逐次意思決定のための視覚知覚と説明可能な推論VLA2025/3/1
VLMで画像をテキスト化しLLMで行動を推論するモジュール型パイプラインを提案し、ALFWorldで視覚指示ベースの計画性能を向上させた。
- 報酬スープ:多様な報酬で微調整した重みを補間してパレート最適なアラインメントへアラインメント2023/6/7
多様な報酬で個別に微調整した複数のモデルの重みを線形補間することで、単一の報酬に偏らず、好み空間全体でパレート最適な汎化を実現する手法を提案。
- スケーラブルな継続学習のための方策部分空間の構築継続学習2022/11/18
タスク列に応じて適応的に成長する方策の部分空間を強化学習で構築し、破滅的忘却を防ぎつつ継続学習を効率化する手法CSPを提案した。
