Xizhou Zhu

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

• 視覚的身体脳：マルチモーダル大規模言語モデルに空間での知覚・思考・制御を
  VLA2025/6/1

  マルチモーダルLLMをロボット制御に統合するVeBrainを提案し、テキストベースの制御信号を実機の動作ポリシーに変換するアダプタと大規模指示データセットで脚ロボットやアームの適応的な操作を実現した。

• Dita: 汎用視覚言語行動ポリシーのための拡散Transformerのスケーリング
  VLA2025/3/1

  Transformerで連続行動列を直接ノイズ除去するマルチモーダル拡散フレームワークを提案し、多様なロボットデータを統合して長期的タスクや実環境適応を実現した。

• Planning-oriented Autonomous Driving
  2022/12/1
• Collaborative Visual Navigation
  2021/7/1