Zhefei Gong

収録論文 6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

• 階層型残差方策学習による実世界モバイルマニピュレーションの疎な人間ガイダンス
  モバイルマニピュレーション2026/10/14

  凍結したベース方策に階層的な残差補正を加え、20%未満の疎な人間介入で価値関数を誘導することで、実機モバイルマニピュレーションを約30分のオンライン学習で効率的に微調整するフレームワークを提案。

• Koopmanガイド付き動力学モデリングによるロバストなオンライン残差修正
  模倣学習2025/9/1

  模倣学習の残差方策にKoopman作用素で学習した潜在空間の大域的動力学を組み込み、長期タスクや未知環境でも安定して高精度に修正できるKORRを提案した。

• オープンエンドなマルチモーダル指示で視覚-言語-行動モデルの可能性を解き放つ
  VLA2025/5/1

  言語だけでなく画像・手書き文字・動画などの多様な指示を入力できるVLAモデルOE-VLAを提案し、従来の言語指示と同等以上の性能と4種類の追加タスクでの有効性を示した。

• 想像上の遷移を用いたロボット政策学習：ロバスト性と最適性のトレードオフの緩和
  歩行2025/3/1

  理想環境で得た最適政策とダイナミクスモデルから想像上の遷移を生成し、それを実演入力として強化学習に組み込む二段階フレームワークを提案。四足歩行の学習において、ドメインランダム化による保守性を抑えつつ、訓練加速・追従誤差低減・分布外ロバスト性向上を実現した。

• VLAS: 音声指示によるカスタマイズ可能なロボット操作のための視覚-言語-行動モデル
  VLA2025/2/1

  音声認識をロボット方策モデルに直接統合したエンドツーエンドの視覚-言語-行動モデルVLASを提案し、音声指示によるロボット操作を実現した。

• CARP: 粗から細への自己回帰予測による視覚運動ポリシー学習
  VLA2024/12/1

  行動系列を多スケール表現にエンコードし、GPT型トランスフォーマーで粗から細へ自己回帰的に予測することで、拡散ポリシー並みの精度と自己回帰並みの効率を両立した視覚運動ポリシー学習手法。