Luoyang Sun

Institute of Automation, Chinese Academy of Sciences

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

• 効率的なVLAを決めるもの：アクションヘッド設計・スケーリング・レイテンシの探求
  VLA2026/9/12

  VLAモデルにおいて、アクションヘッドの性能はデコーダ構造よりも言語バックボーンの最終層を初期化に使うことが最大の要因であり、アラインメント後はスケーリングが有効になることを実験的に示した研究。

• VANE: 将来の視覚表現予測による視覚-言語-行動モデルの信頼性の高いテスト時訓練
  VLA2026/8/1

  VLAポリシーのテスト時訓練を信頼性高く行うため、現在の文脈に基づいて適応を条件付け、実行した行動の将来の視覚的結果から学習し、将来の証拠に基づいて更新を選択的かつ可逆的に行うフレームワークを提案した。

• Sim2Sea: 混雑水域における船舶航行のためのシミュレーションから実世界へのポリシー転移
  sim2real2026/3/1

  混雑した海域での自律航行を実現するため、GPU並列シミュレータと速度障害物ガイド付き行動マスキングを備えたポリシーを開発し、シミュレーションのみで訓練したポリシーを実船にゼロショット転移させた。

• 拘束下での遊泳：四足生物模倣推進のための安全強化学習フレームワーク
  強化学習/遊泳ロボット2026/3/1

  四足ロボットの遊泳を、推力を最大化しつつ不安定化力を最小化する制約付き最適化問題として定式化し、PID調整ラグランジュ乗数を用いた安全強化学習手法ACPPO-PIDを提案。模倣学習と実機曳航試験で初期化・調整し、自由遊泳への転移を実証した。

• オンデバイスLLMのためのハードウェア協調設計スケーリング則：ルーフライン・モデリングによるアプローチ
  VLA2026/2/10

  オンデバイスLLMのアーキテクチャ選択を高速化するため、訓練損失のスケーリング則と推論レイテンシのルーフラインモデルを組み合わせ、精度とレイテンシのパレートフロンティアを導出するハードウェア協調設計手法を提案した。

• USIMとU0：汎用水下ロボットのための視覚-言語-行動データセットとモデル
  VLA2025/10/1

  言語指示で動く汎用水下ロボット向けに、BlueROV2の約25時間分の模擬データセットUSIMと、空間認識を強化した視覚-言語-行動モデルU0を提案し、既存手法を上回る性能を示した。