Li Du

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

• SPAR: VLAモデルの構造的プルーニングと行動回復
  VLA2026/10/19

  VLAモデルのLLMバックボーンを構造的にプルーニングし、強化学習で操作性能を回復させる手法。パラメータを大幅削減しつつ成功率を向上させ、推論を約2倍高速化した。

• RoboFL: 世界行動モデルのための連合エキスパートアセンブリ
  VLA/連合学習2026/9/28

  各クライアントが訓練したLoRAアダプタをサーバー側MoEのエキスパートとして組み込み、ルーティングとエキスパートを協調学習する連合学習フレームワークを提案。実機Frankaで集中学習を12.23%上回り、通信量を最大86.81%削減した。

• Occ-VLM: 占有度に基づく屋内シーン理解のための視覚言語モデル
  VLA2026/6/18

  2D画像のみから3Dシーン占有度を幾何学的先行情報として再構成し、前景トークンを3D空間に対応付けてLLMで理解する、統一的な3D視覚言語モデルを提案した。

• MoLe-VLA: レイヤ混合による動的レイヤスキップ型視覚言語行動モデル
  VLA2025/3/1

  LLMの各層をエキスパートとみなし、ロボットの状態に応じて必要な層だけを動的に活性化する視覚言語行動モデルを提案し、計算コストを抑えつつ操作タスクの性能を維持した。