Siliang Tang

Zhejiang University

収録論文 8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

• 行動基盤モデルにおける行動操縦性のベンチマーク
  VLA2026/10/7

  人間の意図に基づいてヒューマノイドの行動を生成する行動基盤モデル（BFM）の「行動操縦性」を評価する初のベンチマークRoboSteerを提案し、9つの既存BFMを大規模に評価した。

• 記憶を超えて：変化する世界での持続的ナビゲーションのための予測的4D信念
  ナビゲーション2026/9/30

  観測が途切れても対象が移動し続ける環境で、3D物体履歴から時間インデックス付きの信念を構築し、イベント駆動フィルタで対象位置を予測・更新しながらナビゲーションする手法EvolvingNavを提案。

• RoboSPA: VLAモデルは単純なシーンと短期的なタスクを超えられるか？
  VLA/ベンチマーク2026/9/4

  VLAモデルの空間的・手続き的複雑さに対する推論能力を診断する大規模ロボット操作ベンチマークRoboSPAを提案し、既存モデルの限界を明らかにした。

• Iron: 意図整合と回顧的双方向学習による汎用仮想エージェントの性能向上フレームワーク
  VLA2026/8/28

  GUIエージェントの訓練において、低レベル行動と高レベル意図の細粒度な整合を実現するステップワイズ循環整合報酬と、失敗軌跡を再利用する回顧的再現メカニズムを導入し、データ効率と性能を向上させた。

• UniPhysGen: シミュレーション対応3Dアセットのための統合物理グラウンディング
  3Dアセット生成2026/7/15

  3Dアセットに統一された物理セマンティクス（関節構造と物理特性）を自動付与するフレームワークと大規模データセット、ベンチマーク、モデルを提案した。

• SCOPE: オープンエンド環境における計画のためのシンボリック世界の進化
  計画/シンボリック推論2026/6/21

  視覚言語モデルと古典的プランナーを統合した計画手法において、不完全なシンボリック表現を自己適応的に進化させるフレームワークSCOPEを提案し、環境摂動下での計画成功率と適応性を向上させた。

• VisualThink-VLA: 視覚的推論による効率的で低遅延な視覚言語行動ポリシー
  VLA2026/5/28

  テキストの思考連鎖に代わる視覚的推論を導入し、行動予測の精度を保ちつつ推論遅延を大幅に削減したVLAポリシーを提案。

• Arcadia: 身体性生涯学習のためのフルライフサイクルフレームワークに向けて
  身体性生涯学習2025/12/1

  実世界でのデータ収集・生成的なシーン再構成・共有身体表現・sim-from-real評価を密結合した閉ループにより、身体性エージェントの生涯学習と汎化を実現するフレームワークを提案。