Songming Liu

収録論文 4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

• RDT2：UMIデータのスケーリング限界を探り、ゼロショットのクロスエンボディメント汎化を実現
  VLA2026/2/1

  7BパラメータのVLMを基盤とし、1万時間超のUMIデータと3段階学習で、未知の物体・シーン・指示・ロボット機体にゼロショットで汎化するロボット基盤モデルを構築した。

• ManiBox: スケーラブルなシミュレーションデータ生成による身体性空間汎化の強化
  sim2real2024/11/1

  バウンディングボックスを入力とする学生ポリシーを強化学習教師から蒸留し、シミュレーションでスケールしたデータで実機へのゼロショット転移を実現したフレームワーク。

• RDT-1B：双腕マニピュレーションのための拡散基盤モデル
  マニピュレーション2024/10/1

  双腕ロボット操作のための12億パラメータの拡散ベース基盤モデルRDTを提案し、統一行動空間と大規模マルチロボットデータで事前学習することで、未知物体へのゼロショット汎化や言語指示追従、少数デモからの新スキル学習を実現した。

• 周波数領域で動くロボット制御ネットワークFCNet
  模倣学習/制御2024/5/1

  ロボット軌道の特徴が低周波に集中することに着目し、短時間フーリエ変換で時変特徴を符号化する制御ネットワークFCNetを提案。Transformerより高効率・低遅延で実時間意思決定を実現した。