Runyu Ma

収録論文 2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

• LLMによるタスク・アフォーダンスレベル探索を用いた強化学習
  VLA2025/9/1

  大規模言語モデルの計画をタスクとアフォーダンスの両レベルで活用し、強化学習の探索を効率化するフレームワークLLM-TALEを提案。把持・配置タスクで成功率とサンプル効率が向上し、実機へのゼロショット転移も示した。

• ExploRLLM: 大規模言語モデルで強化学習の探索を導く
  マニピュレーション2024/3/1

  基盤モデルが生成した方策コードと表現を活用しつつ、残差強化学習で物理理解の不足を補うことで、ロボットマニピュレーションの学習効率と実機転移性能を向上させた研究。