Ling Xiao
収録論文 11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
- SOPD-SocialNav: 視覚言語ソーシャルナビゲーションのための選択的オンポリシー蒸留ナビゲーション2026/7/1
大規模な視覚言語モデルから軽量な学生モデルへ、エントロピーに基づくトークン選択と温度制御付きJSダイバージェンスを用いて社会的ナビゲーション知識を蒸留する手法を提案。実機ロボットでの検証も行った。
- HumAIN: 人間を考慮した暗黙的ソーシャルロボットナビゲーションナビゲーション2026/7/1
歩行や姿勢などの骨格情報を暗黙の社会的合図として捉え、知識蒸留により軽量モデルでリアルタイムに人間らしいナビゲーションを実現するフレームワークを提案した。
- VL2Spike: スパイク駆動蒸留によるVLMから低消費電力ロボット視覚認識への橋渡しスパイクニューラルネットワーク2026/6/1
スパイクニューラルネットワーク（SNN）の性能向上のため、視覚言語モデル（VLM）の知識をスパイク変換器モデルに蒸留するフレームワークVL2Spikeを提案した。
- 展開可能なソーシャルロボットナビゲーションのための視覚言語モデル：意味推論と低レベル制御の橋渡しナビゲーション2026/6/1
本論文は、ソーシャルロボットナビゲーションにおける視覚言語モデルの活用を概観し、高レベルの意味推論と低レベルの制御を統合するための構造化されたロードマップを提案している。
- 社会的に適合したナビゲーションのためのグループ競合学習による軽量視覚言語モデルの性能向上ナビゲーション2026/3/1
軽量な視覚言語モデル(VLM)の推論能力を高めるため、グループ競合学習(GCL)という戦略を提案し、社会的に適合したナビゲーションのベンチマークで性能を大幅に向上させた。
- E-SocialNav: 言語モデルを用いた効率的な社会的規範準拠ナビゲーションナビゲーション2026/3/1
ロボットナビゲーションにおける社会的規範遵守を評価し、小型データセットで訓練した効率的な言語モデルE-SocialNavを提案。GPT-4o等の大規模モデルより高速で、社会的行動生成性能が高い。
- 視覚言語モデルによる社会的規範に沿ったロボットナビゲーションのためのプロンプト設計の探求VLA2026/1/1
社会的規範に沿ったロボットナビゲーションにおいて、小型視覚言語モデル(VLM)の性能を引き出すプロンプト設計を、システム指示と動機づけの枠組みの2軸で検討し、競争相手の設定や微調整との相互作用を実験的に明らかにした。
- SocialNav-MoE: 社会規範に配慮したナビゲーションのための強化学習ファインチューニングを用いたMixture-of-Experts視覚言語モデルナビゲーション2025/12/1
小型VLMとMixture-of-Expertsを組み合わせ、強化学習ファインチューニングと意味的類似度報酬で社会的に配慮したナビゲーションを効率的に実現した。
- MUSON: 都市環境における社会的規範に沿ったナビゲーションのための推論指向マルチモーダルデータセットナビゲーション2025/12/1
歩行者との社会的規範を考慮したナビゲーションのための、5段階の思考連鎖で注釈付けされた1万件超の一人称視点マルチモーダルデータセットを構築し、複数の視覚言語モデルを評価した。
- MAction-SocialNav: 推論強化プロンプトチューニングによる複数行動対応の社会的配慮ナビゲーションナビゲーション2025/12/1
社会的に配慮したナビゲーションにおいて、1つの状況で複数の妥当な行動が存在する曖昧さに対応するため、視覚言語モデルとメタ認知プロンプトを提案し、複数行動データセットと評価指標を構築した研究。
- LLM-Advisor: 多地形におけるコスト効率の良い経路計画のためのLLMベンチマーク経路計画2025/3/1
LLMを経路計画の事後アドバイザとして活用し、既存プランナを変更せずにコストを改善するフレームワークを提案。地形を考慮した経路計画のベンチマークデータセットも導入した。