Zhancun Mu

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

• 拡散ポリシー最適化による世界モデル強化学習のスケーリング
  強化学習2026/5/25

  世界モデルを用いた強化学習において、探索と価値学習の構造的不整合がスケーリングのボトルネックであることを特定し、拡散ポリシー表現で統一するMBDPOを提案した。

• 視覚運動エージェントの汎化可能な空間知能のためのスケーラブルなマルチタスク強化学習
  VLA2025/7/1

  Minecraft環境で大規模マルチタスク強化学習を行い、視覚運動エージェントが未見の世界や実世界設定へゼロショット汎化できることを示した。

• ROCKET-2: クロスビュー目標整合による視覚運動ポリシーの操作
  VLA2025/3/1

  ユーザーのカメラ視点からセグメンテーションマスクで目標を指定し、エージェントの視点と整合させることで、Minecraftで訓練したエージェントが他の3D環境にもゼロショットで汎化できる手法を提案。

• OmniJARVIS：統合視覚言語行動トークン化によるオープンワールド指示追従エージェント
  VLA2024/6/27

  Minecraftのオープンワールドで、行動軌跡を自己教師あり学習で離散トークン化し、推論・計画・行動を単一のVLAモデルで統合的に実行できるようにした研究。