Lingqiao Liu
Adelaide University
収録論文 8本 ・ フィジカルAI/ロボット学習
マニピュレーションVLA物体検出
※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
- ProTracer: 固有感覚誘導によるロボットマニピュレーションの失敗診断マニピュレーション2026/9/18
固有感覚信号と視覚言語モデルを組み合わせ、訓練なしでロボット操作の失敗検出・分類・説明・発生時刻特定を行うフレームワークを提案。
- 4D-WAM: 軌跡フィールドによる世界行動モデルへの時空間認識の注入VLA2026/8/1
ロボットの行動生成と動画予測を統合する世界行動モデルに対し、3D軌跡フィールドからの時空間知識を表現整合で注入する訓練戦略を提案し、空間理解と実行精度を向上させた。
- 暗黙の力覚を超えて：アクション・チャンキング・トランスフォーマーにおける明示的な力トルクプロキシの評価マニピュレーション2026/7/1
本論文は、ACT（Action Chunking with Transformers）がリーダー・フォロワーテレオペレーションの追従誤差から暗黙に力情報を得ていることを示し、その信号を除去した場合の性能低下と、モーター電流や関節トルクを追加することで力覚を回復できることを実機タスクで検証した。
- TTT-VLA: テスト時潜在プロンプト最適化による視覚言語行動モデルの適応VLA2026/6/1
視覚言語行動モデル(VLA)のテスト時分布シフトに対処するため、環境からの相互作用データを用いて潜在プロンプトのみを最適化するテスト時訓練フレームワークを提案した。
- Chain-of-Action: ロボットマニピュレーションのための軌道自己回帰モデリングマニピュレーション2025/6/1
目標から逆算して行動系列を自己回帰的に生成する視覚運動ポリシーを提案し、RLBenchと実機タスクで最先端性能を達成した。
- 物体検出のための身体性ドメイン適応物体検出2025/6/1
家庭や実験室の動的な屋内環境で物体検出器を適応させるため、ソースデータ不要のドメイン適応手法を提案し、時系列クラスタリングやマルチスケール閾値融合、平均教師フレームワークを組み合わせた。
- 汎用ロボットマニピュレーションポリシーの効果的なファインチューニング戦略マニピュレーション2024/10/1
汎用マニピュレーションポリシーのファインチューニングにおいて、行動空間やポリシーヘッド、監督信号、調整可能パラメータの選択が性能に与える影響を大規模実験で調査し、低データ領域での有効な設計指針を提示した。
- Deep Learning Features at Scale for Visual Place Recognition2017/1/1