Wenjie Li
収録論文 5本 ・ フィジカルAI/ロボット学習
触覚VLALLMエージェント身体化エージェント世界モデル
※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
- TacGooseBumps:せん断符号化を追加したノーマル触覚センサによる接触の多いマニピュレーション学習触覚2026/9/27
既存の法線力のみの触覚センサに受動的なドーム状フィルムを追加し、せん断力を圧力パターンの変化として符号化することで、接触の多いマニピュレーションの模倣学習性能を向上させた研究。
- APIを超えて:物理的な道具使用におけるMLLMの限界を探るVLA2026/6/9
物理的な道具使用を評価する初のベンチマークPhysTool-Benchを導入し、13の主要なMLLMが実世界のシーンで道具の認識と使用計画に苦戦することを示した。
- COMAP: 世界モデルとエージェント方策の共進化によるLLMエージェントLLMエージェント2026/6/1
言語エージェントのためのテキスト世界モデルと方策を、閉ループ相互作用を通じて共進化させるフレームワークCOMAPを提案。世界モデルが将来の状態を予測し、エージェントがその信頼性を評価して行動を改善し、得られた軌跡で世界モデルを自己蒸留により更新する。
- 見たものが真実とは限らない:身体化エージェントにおける能動的介入による信念慣性の緩和身体化エージェント2026/4/1
LLMベースの身体化エージェントが環境フィードバックを無視して誤った信念に固執する「信念慣性」問題を特定し、予測・検証・更新のサイクル(EVU)を導入して能動的に信念を更新することでタスク成功率を向上させる手法を提案した。
- 想像してから計画:世界モデルによる適応的先読みでエージェントを学習世界モデル2026/1/13
世界モデルと方策モデルを組み合わせ、タスクに応じて先読みの長さを適応的に変えながら想像上の軌道を生成し、エージェントの計画・推論能力を高める枠組みを提案。