Liangzhi Shi

収録論文 6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

• STEAM: 実世界ロボット学習のための自己教師あり時間アンサンブル優位性モデリング
  ロボット学習2026/6/1

  専門家のデモからフレーム間の時間オフセットを自己教師ありで学習し、ロールアウトデータの各フレームの優位性を評価する手法を提案。混合品質データの保守的なスコアリングにより、ポリシー学習の成功率を向上させた。

• StreamingVLA: アクションフローマッチングと適応的早期観察によるストリーミング型視覚言語行動モデル
  VLA2026/3/1

  VLAモデルの推論遅延を、アクション生成と実行、観察を非同期に並列化するストリーミング方式で削減し、実行の流暢性を向上させた。

• 模倣を超えて：VLAモデルのための強化学習ベースのSim-Real協調学習
  VLA2026/2/1

  実機とシミュレーションのデモでSFT後、シミュレーションで強化学習しつつ実機データの補助損失で忘却を防ぐ協調学習フレームワークを提案し、実機卓上操作タスクで成功率と汎化性能を向上させた。

• RoboScape-R: 報酬と観測を統合したワールドモデルによる汎化可能なロボティクス強化学習
  強化学習/ワールドモデル2025/12/1

  ワールドモデルを汎用環境プロキシとして用い、状態遷移の理解から報酬を生成する強化学習フレームワークを提案し、多様なシーンへの汎化性能を向上させた。

• RLinf-VLA：視覚言語行動モデルの強化学習のための統合効率フレームワーク
  VLA2025/10/1

  多様なVLAモデルとRLアルゴリズム、シミュレータを統合し、効率的な強化学習を可能にするフレームワークを提案。LIBEROやManiSkillなどで高い成功率を達成。

• 単一実演から適応的な器用把持を学習するフレームワーク
  マニピュレーション2025/3/1

  人間の単一実演から把持スキルを効率的に学習し、視覚言語モデルで指示に応じて適切なスキルを選択する手法を提案。実機で90%の成功率を達成。