Shangqing Zhou

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

• WoVR+：幻覚に強い世界モデルによるVLAポリシーの強化学習最適化
  VLA2026/10/13

  VLAモデルの強化学習において、幻覚を抑えた世界モデルをシミュレータとして用い、長期的タスクでも安定してポリシーを最適化する手法を提案。実機タスクの成功率を大幅に向上させた。

• WoVR: 幻覚を制御してVLAポリシーを強化学習で事後学習する信頼可能なワールドモデルシミュレータ
  VLA2026/2/1

  不完全な学習済みワールドモデルをシミュレータとして使い、キーフレーム初期化ロールアウトとモデル・ポリシー共進化で幻覚の影響を抑え、VLAポリシーを強化学習で安定に事後学習する手法を提案。