Siao Liu

Soochow University

収録論文 5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

• Scope-WM: 効率的な視覚世界モデルのためのスコープ計算
  世界モデル2026/9/27

  予測に関連する潜在領域と有望な行動系列に計算を絞ることで、視覚世界モデルの推論遅延とメモリ使用量を大幅に削減する手法を提案。

• 不確実性誘導スパースリファインメントによるアクションチャンキングトランスフォーマーポリシー
  マニピュレーション2026/9/14

  アクションチャンキング型視覚運動ポリシーの予測誤差が大きいタイムステップのみを不確実性で特定し、残差補正をスパースに適用する手法を提案。RoboTwinの双腕操作タスクで成功率を最大13%改善。

• UMI-Bench 1.0: UMIデータを用いた卓上ロボット操作のためのオープンで再現可能な実世界ベンチマーク
  マニピュレーション2026/6/1

  UMIスタイルの操作ポリシーを実世界で標準評価する初のベンチマークを提案し、データ収集から評価までの統一プロトコルを提供する。

• ARP: 視覚的整合と反復的洗練による量子化スキル抽象化の強化でロボット操作を実現
  操作学習2026/6/1

  長期的な操作タスク向けに、視覚と行動を整合させ、離散スキル表現の精度を反復的に洗練する新しいポリシーを提案し、ベンチマークと実機で効果を実証した。

• 小さく考え、大きく行動する：生涯ロボットマニピュレーションのためのプリミティブプロンプト学習
  マニピュレーション2025/4/1

  スキル間で共有されるプリミティブをプロンプトとして学習し、生涯にわたるロボットマニピュレーションを実現する手法を提案。