Sixu Lin
The Chinese University of Hong Kong, Shenzhen
収録論文 9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
- PF-RL: 視覚言語行動モデルのための目標条件付き価値幾何による進捗場強化学習VLA2026/9/26
VLAモデルの特徴上に目標条件付きの進捗表現を学習し、その幾何的距離から密な報酬を生成することで、長期的なマニピュレーションタスクの強化学習を効率化する手法を提案。
- Vid2WAM: ビデオ拡散事前知識を世界行動モデルへ蒸留するVLA2026/8/1
大規模ビデオ基盤モデルの拡散事前知識を、コンパクトな世界行動モデル（WAM）に蒸留するフレームワークを提案。専門家デモに依存せず、タスク条件付き未来予測と逆動力学モデルによる擬似行動を活用し、限られたデモでも新規タスクへの汎化とデータ効率を向上させる。
- RoboFlow4D: リアルタイムフロー誘導ロボット操作のための軽量フローワールドモデルマニピュレーション2026/5/1
視覚観察とテキスト指示から3Dフローを直接予測し、動作生成を誘導する軽量なエンドツーエンドのフローワールドモデルを提案し、シミュレーションと実世界で操作成功率と計算効率を向上させた。
- DyGRO-VLA: 動的グループ化残差最適化による視覚言語行動モデルのクロスタスクスケーリングVLA2026/5/1
視覚言語行動モデルの汎用性を高めるため、情報理論に基づくクロスタスク表現学習と動的残差最適化を組み合わせた二段階最適化フレームワークを提案した。
- ロボット実世界強化学習のための視覚-言語-行動-批評家モデルVLA2025/9/1
大規模データで学習したVLAベースのプロセス報酬モデルVLACを提案し、報酬設計を不要にするとともに、実世界のマニピュレーション4タスクで成功率を約30%から約90%へ向上させた。
- SignBot: 人とヒューマノイド間の手話インタラクションを学習するヒューマノイド/手話インタラクション2025/5/1
手話データをロボットの動作に変換し、学習ベースの制御と生成モジュールを組み合わせて、ヒューマノイドロボットが手話で人と自然にコミュニケーションできるフレームワークを提案した。
- SMAP: 物理的に妥当なヒューマノイド全身制御のための自己教師あり動作適応全身制御2025/5/1
人間の動作データをベクトル量子化周期オートエンコーダで物理的に妥当なヒューマノイド動作へ適応させ、強化学習による全身模倣制御の安定性と学習効率を向上させるフレームワークを提案した。
- HWC-Loco：階層型全身制御による堅牢なヒューマノイド歩行歩行2025/3/1
ヒューマノイドの歩行制御をロバスト最適化問題として定式化し、安全性と目標追従のトレードオフを階層型ポリシーで動的に解決する手法を提案。多様な地形・機体・タスクで優れた性能を示した。
- MASQ: 四足歩行ロボット単体の歩容学習のためのマルチエージェント強化学習歩行2024/8/1
四足ロボットの各脚をエージェントとみなし、グローバルクリティックを共有するマルチエージェント強化学習で歩容を学習させ、収束の高速化と実環境での頑健性向上を実現した。