Pengguang Chen

収録論文 5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

• データスケーリングを超えて：視覚言語行動モデルのための表現中心の継続事前学習
  VLA2026/8/27

  ロボットデータの不足を補うため、多様なロボットデータでVLMバックボーンを継続事前学習し、下流タスクの性能を向上させるVLActを提案した。

• XPolicyLab: ロボットポリシー評価と展開のための統一標準・オープンエコシステム
  ロボットポリシー評価2026/8/1

  ロボットポリシーの評価と展開を統一する標準規格とオープンエコシステムを提案し、N個のポリシーとM個の環境の接続コストをO(NM)からO(N+M)に削減した。

• StarVLA-α: 視覚言語行動システムの複雑さを低減する
  VLA2026/4/1

  VLAモデルの設計選択を制御条件下で研究するため、複雑さを最小限に抑えたシンプルなベースラインStarVLA-αを提案し、複数ベンチマークで高い性能を達成した。

• VP-VLA: 視覚プロンプトをインターフェースとする視覚言語行動モデル
  VLA2026/3/1

  VLAモデルのブラックボックス的な制御を改善するため、高次推論と低次実行を分離し、視覚プロンプト（十字線やバウンディングボックス）を介して指示を伝える二重システムフレームワークを提案した。

• RoboCoder: 大規模言語モデルによる基本スキルから一般タスクへのロボット学習
  VLA2024/6/1

  大規模言語モデルと実環境フィードバックを組み合わせ、基本スキルから複雑なタスクへとロボットが自律的に学習するフレームワークを提案し、80タスクのベンチマークで36%の相対改善を達成した。