Riccardo Andrea Izzo
Politecnico di Milano
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAタスク計画
※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
- 成功だけでは不十分？卓上マニピュレーションにおけるVLAの挙動に対する入力摂動の影響調査VLA2026/10/1
VLAモデルのロバスト性をタスク成功率だけでなく、成功軌道の動きの滑らかさや効率、グリッパ挙動といった振る舞いの観点から評価するフレームワークを提案し、LIBERO系ベンチマークで摂動が成功時の挙動を変化させることを示した。
- フローマッチングVLAにおけるタスク依存計算配分のための分離型アーリーイグジットVLA2026/9/24
フローマッチングVLAに軽量なExit Transformerを追加し、バックボーン・行動エキスパート・デノイジングの深さをタスクごとに調整可能にした。
- 行動・思考・棄権：VLAモデルのための複雑度適応型推論VLA2026/3/1
視覚言語行動モデルの推論を状態の複雑さに応じて「即実行・熟考・停止」に動的に振り分ける適応フレームワークを提案し、計算効率と異常検知性能を両立させた。
- マルチモーダル行動木生成：ロボットタスク計画のための小型視覚言語モデルタスク計画2026/3/1
小型の視覚言語モデルを微調整し、視覚観察と指示から行動木を生成するロボットタスク計画手法を提案。大規模モデルを教師にしたデータセット構築とパラメータ効率的な微調整により、87%の成功率を達成。
- BTGenBot-2: 小型言語モデルによる効率的なビヘイビアツリー生成VLA2026/2/1
自然言語のタスク指示とロボットの行動プリミティブから実行可能なビヘイビアツリーをXMLで直接生成する1Bパラメータのオープンソース小型言語モデルを提案し、標準ベンチマークを構築した。
- 視覚入力の復元によるVision-Language-Actionモデルのロバスト性向上VLA2026/2/1
VLAモデルは画像ノイズやレンズ汚れなどのセンサー劣化に弱いため、劣化画像からクリーンな観測を復元するプラグアンドプレイ型Transformer（CRT）を提案し、性能低下を防いだ。
- 軽量LLMによるロボットタスクのビヘイビアツリー生成VLA2024/3/1
70億パラメータ以下の軽量LLMをファインチューニングし、ロボットのビヘイビアツリーを生成する手法を提案。9種類のタスクで複数モデルを比較し、実機検証まで行った。