Zengjue Chen

Jilin University

収録論文 5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

• 幻覚を考慮した世界モデルベース方策最適化による汎用ロボット方策
  VLA2026/9/9

  世界モデルが生成する長期ロールアウトの幻覚を検出して信頼度を推定し、そのスコアを強化学習に組み込むことで、VLA方策の事後学習を安定化・高性能化する手法を提案。

• フラットな方策を超えて：ロボット操作における身体化エージェントのための階層的事後学習
  マニピュレーション2026/8/1

  VLAモデルの事後学習を階層化し、高レベルのタスク計画と低レベルの行動実行を分離するフレームワークHiRoCを提案。強化学習と分布整合により長期的な操作性能を向上させる。

• JoyAI-Sim: 具現化データピラミッドのためのシミュレーション対応相互変換ツールチェーン
  シミュレーション2026/6/1

  実ロボットのデータ収集と評価の限界を補うため、シミュレーションを介してロボットと人間のデータを相互変換するツールチェーンを提案し、評価とデータ生成のスケーラビリティを向上させる。

• JoyAI-RA 0.1: ロボット自律性のための基盤モデル
  VLA2026/4/1

  オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。

• TGRPO：軌道単位のグループ相対方策最適化によるVision-Language-Actionモデルのファインチューニング
  VLA2025/6/1

  大規模言語モデルで密な報酬関数を自動生成し、軌道をグループ単位で比較・正規化するオンライン強化学習でVLAモデルをファインチューニングする手法を提案。LIBEROベンチマークで平均成功率80.7%を達成した。