Xiaojun Zhu
収録論文 7本 ・ フィジカルAI/ロボット学習
VLA模倣学習安全制御ワールドモデルVLA/操作
※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
- VLAは呼び出すエージェントから何を学べるか：具現化ナビゲーションのためのタスクレベル経験蒸留VLA2026/11/12
LLMプランナー付きナビゲーションエージェントの成功経験をVLAに蒸留し、テスト時はVLA単体でナビゲーションできるようにするH2E手法を提案。REVERIE-CEで成功率を35.0%から44.9%に向上させた。
- REDIRECT: ロボットの悪い癖を1%の修正で直す模倣学習2026/10/2
混合品質のテレオペデータから、問題のある局所的な行動分岐だけを特定し、1%の学習予算で修正する手法を提案。
- 凍結ACCポリシーのための適応的安全フィルタリング：共形残差キャリブレーションによるアプローチ安全制御2026/9/28
凍結した適応クルーズコントロールポリシーの残差を共形予測で校正し、安全マージンを適応的に調整するフィルタを提案。再学習なしで安全性を向上させ、計算コストも削減。
- 凍結フローは動きを忘れる：潜在フローワールドモデルにおける失われた運動の診断と復元ワールドモデル2026/9/23
凍結した自己教師あり潜在空間上のフローを学習するワールドモデルが、物体の動きを失う問題を診断し、デコード経路の監督でフローのみを再学習するDARTを提案。
- 必要な時だけ考える：視覚言語行動操作における選択的スローパス介入のためのプロンプト権限制御VLA/操作2026/8/24
凍結された視覚言語行動（VLA）ポリシーに検索テキストを追加すると、プロンプト形式の変化が実行を支配し成功率が大幅に低下する「プロンプト形式崩壊」を特定し、候補生成とポリシー入力変更の許可を分離するプロンプト権限インターフェースTOWN-VLAを導入。これにより、シミュレーションと実機で成功率が向上した。
- Pointing-VLA: 視覚言語行動操作のための型付き空間接地インターフェースVLA/操作2026/8/24
VLAモデルの空間接地をテキスト座標ではなく型付きヘッドで直接予測し、実行契約によりPICKとPLACEを分離。Bridge/WidowXでSOTAを達成し、実ロボット成功率を52.7%から80.7%に向上させた。
- 模倣学習におけるデモンストレーション忘却の再考：ロボット工学の視点から模倣学習2026/8/21
ロボットの模倣学習において、ユーザーが削除を要求したデモンストレーションの影響を評価する新しい監査手法を提案。行動と証拠の2軸で再学習との整合性を検証する。