Xianyuan Zhan
収録論文 28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
- ODEWorld: 物理時間の流れに基づく連続予測アーキテクチャ世界モデル2026/7/1
物理世界の連続的な時間を捉えるため、常微分方程式(ODE)を用いた連続時間の潜在世界モデルを提案し、離散時間モデルの限界を克服した。
- LIBERO-Safety: 視覚言語行動モデルにおける物理的・意味的安全性の包括的ベンチマークVLA/安全性評価2026/6/1
VLAモデルの安全性を評価するため、パラメトリックな安全ベンチマークと大規模データセットを構築し、8つのVLAモデルと2つの基盤モデルの系統的評価を行った。
- 価値スティッチングによる地平線適応型オフライン方策学習オフライン強化学習2026/6/1
固定長の価値バックアップを再帰的で地平線適応的な価値合成に置き換え、将来の状態と地平線長に条件付けられた補助価値関数とスティッチング方策を用いて、オフライン強化学習の性能を向上させる手法VASTを提案した。
- X-Tokenizer: 視覚・言語・行動事前学習のためのマルチモーダル行動トークナイザーVLA2026/6/1
ロボットの行動を離散コードに変換する際、単なる再構成ではなく意味的なインターフェースとして学習する新しいトークナイザーを提案。マスク行動モデリングと対照学習により、行動コードが視覚言語の意味と整合するようにした。
- ロボット操作のためのワールドバリューモデル操作2026/6/1
ロボット操作の価値推定に世界モデルを活用した新しい汎用価値モデル（WVM）を提案し、データ品質評価やポリシー学習の性能を向上させた。
- 拡散モデルによるエンドツーエンド自動運転の可能性を解き放つ自動運転/拡散モデル2026/2/1
実車データと公道試験を通じて拡散モデルをエンドツーエンド自動運転のプランナーとして大規模に検証し、学習の鍵となる知見と強化学習による事後学習を提案、実車で10倍の性能向上を達成した。
- ロボットマニピュレーション方策のための行動空間設計の謎を解くマニピュレーション2026/2/1
双腕ロボットでの大規模実験により、模倣学習における行動空間の設計（絶対vs差分、関節空間vsタスク空間）が方策の学習性と制御安定性に与える影響を体系的に分析した。
- 二分的拡散方策最適化拡散方策/強化学習2026/1/1
拡散方策の強化学習において、報酬最大化と最小化の二つの方策に分解し、推論時にスコアを線形結合することで安定かつ制御可能な最適化を実現する手法を提案。
- フローマッチングに基づく対話行動モデリングを用いた自動運転プランニング自動運転プランニング2025/10/1
複雑な運転シーンでの対話行動をモデル化するため、軌道の細分化とフローマッチングを組み合わせたプランナーを提案し、大規模データセットで評価した。
- X-VLA：ソフトプロンプト付きTransformerによるスケーラブルなクロスエンボディメント視覚言語行動モデルVLA2025/10/1
多様なロボットのデータ源ごとに学習可能なソフトプロンプトを割り当てることで、異なる機体を横断して学習できる汎用VLAモデルX-VLAを提案し、6つのシミュレーションと3体の実機でSOTA性能を示した。
- 堅牢なゼロショット強化学習に向けてゼロショットRL2025/10/1
オフライン学習時の分布外行動によるバイアスを行動正則化と拡散モデル・注意機構で抑え、ゼロショットRLの安定性と性能を高めるBREEZEを提案。
- PhysiAgent: 実世界で動作する身体性エージェントフレームワークVLA2025/9/1
VLMとVLAを監視・記憶・自己反省機構とツールボックスで統合し、VLAの能力を最大限に引き出す身体性エージェントフレームワークを提案。複雑な実世界ロボットタスクでの性能向上を実証した。
- 自律走行のための離散拡散による反射型視覚言語行動モデルVLA2025/9/1
離散拡散と言語モデルを活用し、安全な軌道生成のための反射機構を備えた自律走行向けVLAフレームワークを提案。
- 潜在空間後方計画による効率的なロボット政策学習ロボット計画2025/5/1
最終目標から逆算して潜在空間で中間サブゴールを予測する後方計画手法を提案し、長期的なタスクにおけるリアルタイム制御を効率化した。
- パラメータ空間におけるスキル拡張と合成強化学習2025/2/1
スキルをLoRAモジュールとして管理し、パラメータ空間で合成・動的選択することで、新たなタスクに効率的に適応する強化学習フレームワークPSECを提案。
- 柔軟なガイダンスを備えた拡散ベース自動運転プランニング自動運転計画2025/1/1
Transformerベースの拡散モデルで自動運転の閉ループ計画を行い、予測と計画を統合しつつ分類器ガイダンスで安全かつ適応的な軌道生成を実現した研究。
- ユニバーサルアクションによる具現化基盤モデルの強化VLA2025/1/1
多様なロボットの動作を共通の「ユニバーサルアクション空間」で表現し、異なる機体間でのデータ活用と汎化性能を高める具現化基盤モデルUniActを提案。0.5Bパラメータで14倍規模の既存モデルを上回る。
- Robo-MUTUAL: 単一モーダル学習によるロボットのマルチモーダルタスク指示VLA2024/10/1
単一モーダルの指示データを活用し、クロスモーダルアライメントを事前学習とCollapse/Corrupt操作で強化することで、ロボットがマルチモーダルなタスク指示を理解できるフレームワークを提案。
- xTED: 拡散モデルによる軌道編集を用いたクロスドメイン適応クロスドメイン適応2024/9/1
拡散モデルで軌道を編集し、データレベルでドメインギャップを橋渡しするクロスドメイン適応フレームワークを提案。
- 指示誘導型ビジュアルマスキングVLA2024/5/1
指示に関係ない画像領域をマスクすることで、マルチモーダルモデルが指示に沿った領域に注目できるようにする手法を提案し、VQAやロボット制御で性能を向上させた。
- DecisionNCE: 暗黙的選好学習による身体性マルチモーダル表現VLA2024/2/1
視覚軌跡と言語指示の対応を暗黙的選好として扱い、Bradley-Terryモデルを再パラメータ化することで、タスク進捗と時間的一貫性、言語接地を同時に学習する統合表現学習フレームワークを提案した。
- 身体性エージェントのためのクロスドメイン方策転移に関する包括的サーベイsim2real2024/2/1
シミュレーションや実験室など異なるドメイン間でロボットの方策を転移する手法を体系的に整理し、ドメインギャップの分類や主要手法、今後の課題をまとめたサーベイ論文。
- Safe Offline Reinforcement Learning with Feasibility-Guided Diffusion Model2024/1/1
- H2O+: An Improved Framework for Hybrid Offline-and-Online RL with Dynamics Gaps2023/9/1
- PROTO: Iterative Policy Regularized Offline-to-Online Reinforcement Learning2023/5/1
- When Data Geometry Meets Deep Function: Generalizing Offline Reinforcement Learning2022/5/1
- Efficient Robotic Manipulation Through Offline-to-Online Reinforcement Learning and Goal-Aware State Information2021/10/1
- A Versatile and Efficient Reinforcement Learning Framework for Autonomous Driving2021/10/1