Xing Sun

収録論文 2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

• VITA-E：見る・聞く・話す・行動するを同時に実現する身体的インタラクション
  VLA2025/10/1

  2つのVLAモデルを並列に動かす二重モデル構成と「モデル・アズ・コントローラ」により、ロボットが環境を見ながらユーザーの音声を聞き、発話し、行動を同時並行で実行し、割り込みにも即応できる身体的対話フレームワークを提案した。

• ActiveVLN: マルチターン強化学習による能動的探索を実現する視覚言語ナビゲーション
  VLA2025/9/1

  視覚言語ナビゲーションにおいて、少数の模倣学習で初期化した後、マルチターン強化学習とGRPOで能動的に探索し、効率的に性能を向上させるフレームワークを提案。