Pu Yang

収録論文 3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

• τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデル
  VLA2026/8/17

  長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。

• τ0-WM: ロボット操作のための統合ビデオ・アクション世界モデル
  VLA/世界モデル2026/6/1

  ロボット操作のための、ポリシー学習・ビデオ予測・行動評価を単一の未来予測フレームワークに統合した世界モデルを提案。実ロボットデータ約27,300時間で訓練し、推論時に候補行動のサンプリングと評価・修正を行うことで、長期的で細かい操作タスクで高い性能を示した。

• 配備しながら学習：汎用ロボットポリシーのためのフリート規模強化学習
  強化学習/VLA2026/5/1

  事前学習済みのVLAポリシーを、ロボットフリートからの実データで継続的に強化学習し、配備中に性能を向上させるフレームワークを提案。16台の二腕ロボットで95%の成功率を達成。