Zhichao Wu

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

• 政策不確実性を活用した効率的なワールドモデルベースVLA政策最適化のための優先ロールアウト
  VLA2026/9/19

  VLA政策の強化学習において、政策の不確実性が高い状態に優先的にモデルロールアウトを割り当てる軽量サンプリング層U-GROWを提案し、シミュレーションと実機のマニピュレーションタスクで効率と有効性を示した。

• VINE: 強化学習のための生成制御ポリシーの調整
  強化学習2026/7/1

  フローマッチングポリシーを強化学習で安定して学習するための新しいサンプリング手法VINEを提案。各デノイズステップで補間状態を再構築し、価値勾配の伝播を安定化させる。

• スピードアップパッチ：身体操作を加速するプラグアンドプレイ方策の学習
  操作/オフラインRL2026/3/1

  既存の身体操作ポリシーの実行速度が遅い問題に対し、オフラインデータのみで使える軽量な外部スケジューラを導入し、行動チャンクを適応的に間引いて実行を高速化するフレームワークを提案した。

• 視覚言語行動モデルのための実用的な世界モデルベース強化学習に向けて
  VLA2026/3/1

  VLAモデルの強化学習を実世界ではなく世界モデル内で行う枠組みVLA-MBPOを提案し、マルチビュー整合性と誤差蓄積を抑える設計で性能とサンプル効率を改善した。

• ALOE: 視覚言語行動モデルの事後学習のための行動レベルオフポリシー評価
  VLA2026/2/1

  実世界の人間参加型強化学習でVLAモデルを改善するため、現在のポリシーを直接評価するオフポリシー評価フレームワークALOEを提案し、4つの実世界マニピュレーションタスクで検証した。