Mingsheng Li

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

• FineVLA: 操縦可能な視覚言語行動ポリシーのための細粒度命令整合
  VLA2026/5/1

  ロボットタスクの実行方法に関する細かい指示（腕、方向、接触領域など）をVLAモデルに学習させるためのデータセットとベンチマーク、およびポリシーを構築した。

• Qwen-VLA：タスク・環境・ロボット形態を横断する視覚言語行動モデルの統合
  VLA2026/5/1

  多様なロボットタスクを単一の視覚言語行動モデルに統合するQwen-VLAを提案し、操作・ナビゲーション・軌道予測を統一フレームワークで扱う。

• GaussFly: 3Dガウス場における視覚運動ポリシーのための対比強化学習
  強化学習2026/4/1

  単眼視覚のみを用いた自律航空機の視覚運動ポリシー学習において、3Dガウススプラッティングによる高忠実なシミュレーション環境を構築し、対比表現学習でノイズに頑健な特徴を抽出することで、サンプル効率とsim-to-real転送を向上させるフレームワークを提案した。

• カメラ座標系でロボット動作を統一する
  クロスエンボディメント学習2025/11/1

  カメラ外部パラメータを用いて異なるロボットの動作をカメラ座標系で統一し、訓練不要でカメラ外部パラメータを推定するCalibAllを提案。16データセットで約97Kエピソードを校正し、クロスエンボディメント事前学習で最先端性能を達成。