Zihan Song

収録論文 3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

• 大規模言語モデルをフロー制御に組み込む：適応的で信頼できる自動調理のためのエージェント型フレームワーク
  エージェント型制御/調理ロボット2026/8/5

  調理ロボットのためのエージェント型フレームワークを提案し、ユーザーの個別化された調理要求を構造化された制御プログラムに分解して実行する。複数のAIエージェントが協調してレシピ生成、ワークフロー制御、実行コード生成を行い、実環境での信頼性と適応性を実証した。

• UAV-Track VLA: 視覚・言語・行動モデルによるドローン搭載型空中追跡
  VLA/追跡2026/4/1

  ドローンによる空中追跡のための視覚・言語・行動(VLA)モデルを提案し、時間圧縮ネットと並列デュアルブランチデコーダを導入して性能と効率を向上させた。

• AIR-VLA: 空中マニピュレーションのための視覚-言語-行動システム
  VLA2026/1/1

  空中マニピュレーションに特化した初のVLAベンチマークを構築し、物理シミュレーション環境と3000件の遠隔操作デモデータセットを公開して、既存VLAモデルの性能と限界を評価した。