Zhihao Liu
収録論文 8本 ・ フィジカルAI/ロボット学習
VLA/操作ロボット学習マニピュレーション産業ロボティクス/計画/LLMVLA自動運転/軌道生成軌道生成
※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
- ハーネスVLA：メモリ誘導エージェントによる凍結VLAの信頼性ある操作プリミティブへの変換VLA/操作2026/7/1
凍結したVLAモデルを再試行可能な接触豊富なプリミティブとして活用し、解析的プリミティブと組み合わせることで、微調整なしに分布外の操作タスクでの成功率を大幅に向上させるフレームワークを提案した。
- STEAM: 実世界ロボット学習のための自己教師あり時間アンサンブル優位性モデリングロボット学習2026/6/1
専門家のデモからフレーム間の時間オフセットを自己教師ありで学習し、ロールアウトデータの各フレームの優位性を評価する手法を提案。混合品質データの保守的なスコアリングにより、ポリシー学習の成功率を向上させた。
- 視覚誘導によるデュアルアーム人型ロボットを用いた使用済み18650リチウムイオンバッテリーパックの解体マニピュレーション2026/6/1
任意の初期姿勢にある18650バッテリーパックを、RGB-Dセンサと事前学習済み把持検出器を用いた視覚誘導デュアルアームパイプラインで、外部固定具なしにセル単位まで解体する手法を提案した。
- デジタルツインを用いた人間参加型産業ロボティクスのためのエージェント型ニューロシンボリック計画とコミッショニング産業ロボティクス/計画/LLM2026/6/1
LLMと決定論的検証を組み合わせ、人間の指示を解釈して産業ロボットの計画・実行・失敗回復を行う枠組みを提案し、デジタルツイン上で検証する。
- π_RL: フローベース視覚言語行動モデルのオンライン強化学習ファインチューニングVLA2025/10/29
フローマッチングに基づく大規模VLAモデルに強化学習を適用するため、Flow-NoiseとFlow-SDEの2手法を提案し、分布内外で性能を向上させた。
- RLinf-VLA：視覚言語行動モデルの強化学習のための統合効率フレームワークVLA2025/10/1
多様なVLAモデルとRLアルゴリズム、シミュレータを統合し、効率的な強化学習を可能にするフレームワークを提案。LIBEROやManiSkillなどで高い成功率を達成。
- 自己回帰メタアクションによる統合的な制御可能軌道生成自動運転/軌道生成2025/5/1
自動運転の軌道生成において、従来の固定区間メタアクションをフレーム単位に分解し、自己回帰的にメタアクション予測と軌道生成を交互に行うことで、両者の時間的整合性を高める手法を提案した。
- DRoPE: エージェント相互作用モデリングを効率化する方向性回転位置埋め込み軌道生成2025/3/1
自然言語処理由来のRoPEを改良し、回転角をエージェントの進行方向に揃える方向性回転位置埋め込みを提案。軌道生成の精度・時間・メモリ効率を同時に改善した。