Yongyuan Liang

収録論文 7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

• 失敗を考慮した強化学習：自己回復を備えた実世界マニピュレーションのための信頼性の高いオフライン・オンライン強化学習
  マニピュレーション2026/1/1

  実世界での強化学習中に発生する人間の介入が必要な失敗を減らすため、世界モデルベースの安全クリティックとオフラインで訓練された回復ポリシーを統合したFARLを提案し、失敗を73.1%削減しつつ性能を11.3%向上させた。

• MomaGraph: 視覚言語モデルによる状態認識統合シーングラフと身体性タスクプランニング
  VLA2025/12/1

  家庭内の移動マニピュレータ向けに、空間的・機能的関係と物体状態を統合したシーングラフ表現MomaGraphと、大規模データセット・評価ベンチマーク・強化学習で訓練した7B視覚言語モデルMomaGraph-R1を提案し、ゼロショットタスクプランニングで最先端性能を達成した。

• TraceGen: 3Dトレース空間での世界モデリングによる異なる身体性の動画からの学習
  VLA2025/11/1

  人間や他ロボットの動画を3Dトレース空間に変換し、少ない実機動画で新タスクを学習できる世界モデルTraceGenを提案。

• Magma: マルチモーダルAIエージェントのための基盤モデル
  VLA2025/2/1

  画像・動画・ロボットデータを統合的に学習し、UI操作からロボットマニピュレーションまでこなすマルチモーダル基盤モデルを提案。

• TraceVLA：視覚トレースプロンプトで汎用ロボットポリシーの時空間認識を強化
  VLA2024/12/1

  状態行動軌跡を視覚的にエンコードする視覚トレースプロンプトを導入し、VLAモデルの時空間認識を改善。15万件の操作軌跡でOpenVLAを微調整したTraceVLAは、シミュレーションと実機で大幅な性能向上を達成。

• ロボットがロボットを事前学習：大規模ロボットデータセットからの操作中心のロボット表現
  マニピュレーション2024/10/1

  大規模ロボットデータセットDROIDを用い、視覚特徴と操作のダイナミクス（行動・固有感覚）を対比学習で結びつけた操作中心の基盤表現MCRを提案し、4シミュレーション領域20タスクで有効性を示した。

• Premier-TACO：時間的行動駆動型対照損失によるマルチタスク表現の事前学習と少数ショット方策学習
  少数ショット学習2024/2/1

  マルチタスクのオフラインデータから時間的行動対照損失（TACO）を改良して汎用的な視覚表現を事前学習し、少数の専門家デモンストレーションで微調整することで、新しい連続制御タスクの少数ショット模倣学習を効率化する手法を提案。