Yuanzhao Hu
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA長期計画/ポリシー統合タスク・動作計画ロボット計画
※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
- StageGuard: エージェント蒸留による長期的ロボットタスクの段階遷移学習VLA2026/9/17
大規模VLMの推論を蒸留した軽量モデルで、長期ロボットタスクにおけるサブタスク完了判定とスキル切替を高精度かつ低遅延で行うフレームワークを提案。
- RoboHarness: メモリ駆動による異種ロボットポリシーの統合オーケストレーションによる長期的計画長期計画/ポリシー統合2026/7/1
複数の異なるロボット制御システム（VLA、RL、TAMPなど）を再利用可能なスキルとして統合し、実行メモリとオンライン証拠を用いて能力境界を推定し、長期的タスクを能力に応じて分解・ルーティングするフレームワークを提案。ポリシー切り替え時の分布ミスマッチをメモリブリッジで緩和し、ゼロショット長期計画とOOD堅牢性を向上させた。
- H-WM：階層型ワールドモデルによるロボットのタスク・動作計画タスク・動作計画2026/2/1
論理空間と視覚空間の状態遷移を統合的に予測する階層型ワールドモデルを提案し、長期的なロボットタスクの計画と実行を安定化させる。
- Self-CriTeach：自動ドメイン生成によるロボット計画改善のためのLLM自己教授・自己批評フレームワークロボット計画2025/9/1
LLMが記号計画ドメインを自動生成し、それを大規模なCoT教師データ生成と強化学習の報酬関数の両方に活用することで、ロボット計画性能を高める自己教授・自己批評手法を提案した。