Nicolas Thome
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA拡散ポリシー/強化学習/モデルベースプランニング
※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
- 言語能力を取り戻す:パラメータマージによるVLAモデルのVLM能力復元VLA2026/11/13
VLMとそのVLA派生モデルのパラメータを再学習なしでマージし、タスクベクトルをSVD分解して混合係数を最適化することで、行動予測と視覚言語能力を両立させる手法を提案。
- MODIP: 拡散ポリシーのための効率的なモデルベース最適化拡散ポリシー/強化学習/モデルベース2026/6/9
拡散ポリシーを強化学習で直接微調整する代わりに、ワールドモデルとモデル予測制御で高品質な軌道を生成し、それを教師信号として行動クローニング的に微調整するフレームワークを提案した。
- 言語からの潜在目標予測によるモデルベースプランニングプランニング2026/5/26
言語指示から中間目標状態の系列を予測し、同じ潜在空間で行動条件付きロールアウトを行うことで、長期的なプランニングを可能にするフレームワークLAGOを提案した。
- VIPER: 逐次意思決定のための視覚知覚と説明可能な推論VLA2025/3/1
VLMで画像をテキスト化しLLMで行動を推論するモジュール型パイプラインを提案し、ALFWorldで視覚指示ベースの計画性能を向上させた。
