Peng Cheng

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

• VLM-MPPI: 自然言語を多様な飛行行動に接地する空中ナビゲーション
  VLA2026/9/16

  自然言語の指示を6つの行動条件付きMPPIプランナで生成した多様な軌道候補に結びつけ、VLMがFPV画像から候補を選ぶ階層型UAVナビゲーションを実機とシミュレーションで実証した。

• PhyCheck: ビデオLLMにおける物理法則理解のための詳細な根拠に基づくデータセット
  ビデオ理解2026/8/3

  ビデオ中の事象が物理法則に従うかどうかを判定するデータセットPhyCheckを構築し、粗粒度・細粒度のサブセットと診断用サブセットを用いてVideo-LLMの物理理解を改善・評価した。

• ODEWorld: 物理時間の流れに基づく連続予測アーキテクチャ
  世界モデル2026/7/1

  物理世界の連続的な時間を捉えるため、常微分方程式(ODE)を用いた連続時間の潜在世界モデルを提案し、離散時間モデルの限界を克服した。

• 潜在誘導フローマッチングによる視覚言語行動ポリシーの改善
  VLA2026/6/1

  視覚言語行動ポリシーに、成功可能性の軌跡を学習する自己誘導型フローマッチングを導入し、外部批評家なしで最良の行動選択を可能にする手法を提案した。

• SeedPolicy: 自己進化型拡散ポリシーによるロボットマニピュレーションの時間軸スケーリング
  マニピュレーション2026/3/1

  ゲート付き注意機構で長期文脈を圧縮する時間モジュールSEGAを拡散ポリシーに統合し、長期的なロボット操作タスクの性能を大幅に向上させた。

• RoboInspector：LLMロボット操作におけるポリシーコードの信頼性欠如を暴く
  VLA2025/8/1

  LLMによるロボット操作のポリシーコード生成が、タスクの複雑さや指示の粒度によって不安定になる問題を体系的に分析し、失敗原因を4つに分類。失敗コードのフィードバックによる改善手法で信頼性を最大35%向上させた。