Sedrick Keh

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

• SUAVE: マスク拡散による統合映像行動モデル
  VLA2026/10/2

  言語・映像・行動を離散トークンの共有系列で扱うマスク拡散トランスフォーマーを提案し、推論時のマスク選択で世界モデル・ロボット方策・映像行動モデルを単一ネットワークで実現した。

• VLA Foundry: 視覚言語行動モデル訓練のための統合フレームワーク
  VLA2026/4/1

  LLM、VLM、VLAの訓練を単一コードベースで統合するオープンソースフレームワークを提案し、スクラッチからの訓練と事前学習済みバックボーンを用いた訓練の両方をサポートし、シミュレータ上で評価した。

• マルチタスク巧みな操作のための大規模行動モデルの慎重な検証
  マニピュレーション2025/7/1

  大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。