Zheng Lu

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

• メートル単位で行動する：精密ロボット操作のための計量的相互作用の学習
  マニピュレーション2026/9/16

  物体とシーンに対する動作の計量的な関係を明示的にモデル化し、VLAやWAMモデルの操作精度を向上させるフレームワークを提案した。

• LayerRoute: 行動条件付きレイヤー混合ルーティングによる視覚言語行動ポリシー
  VLA2026/9/5

  視覚言語行動(VLA)ポリシーにおいて、行動モジュールの状態に応じてVLMのレイヤー表現を動的に混合・再利用するルーティング手法を提案し、シミュレーションと実世界で性能を向上させた。

• VidForensics-M1: 検証可能な時間的接地を用いたメタ検出強化学習によるAI生成ビデオ鑑識
  ビデオ鑑識2026/8/11

  AI生成ビデオ検出のための新しいメタ検出強化学習フレームワークを提案し、時間的接地を証拠として利用することで、ラベル予測と証拠の統合を強化し、未見の生成モデルへの一般化を向上させた。

• MemPrism: 長期的エージェントのためのタスク条件付き関係メモリビュー
  メモリ/長期エージェント2026/8/7

  長期タスクのエージェント向けに、経験を永続的に保存しつつ、現在のタスクに応じて動的に関係性を構築するメモリフレームワークを提案。固定表現による表現ミスマッチを解消し、長い軌跡での性能向上とメモリ消費削減を実証。

• トークン予測は計画ではない：物理に基づく因果推論エージェントの構築
  VLA/計画2026/6/1

  身体性を持つ視覚言語計画の評価では、言語的な次トークン予測が重視されがちですが、本研究では物理的な因果推論を促すベンチマークと大規模データセットを構築し、因果推論を学習したモデルが計画性能を向上させることを示しました。

• DSBench：車外・車内リスクを評価する包括的ベンチマーク
  自動運転VLMベンチマーク2025/11/1

  自動運転向けVLMの安全性評価のため、車外環境リスクと車内運転行動安全を10カテゴリ28サブカテゴリで統合評価する初のベンチマークDSBenchを構築し、98Kデータでの微調整が安全性を向上させることを示した。

• MiMo-Embodied: クロス身体性基盤モデル技術報告
  VLA2025/11/1

  自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。