Jiacheng Liu
Shanghai Inovation Institute
収録論文 8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
- ODEAction: 行動チャンク予測から連続的な行動進化へVLA2026/11/6
行動をチャンク単位で予測する代わりに、行動空間上の遷移場をODEで積分して連続的に行動を生成するVLA向け行動ヘッドを提案し、細かいマニピュレーションで性能と軌道品質を向上させた。
- HuGe: 自己中心視点の体験でヒューマノイド汎用VLAモデルをスケールするVLA2026/10/25
2000時間超の自己中心視点の人間・ロボットデータでヒューマノイド向け汎用VLAを事前学習し、疑似固有感覚状態と再レンダリングで身体差を吸収する3段階学習を提案した論文。
- 物理に基づくノイズ分離と意味・幾何協調による現実的な深度学習sim2real2026/10/21
深度ノイズを「センシング無効化」と「測定不正確さ」に物理的に分離し、3D基盤モデルの特徴を活用して現実的なノイズ付き深度を合成するPRISMを提案。実機ロボットで92.1%の成功率を達成。
- 現代のVLMにおける強力な画素レベル画像改ざん検出のためのシンプルなドメイン一般化手法画像改ざん検出2026/7/20
現代のVLMによる画像編集に対応するため、バランスの取れたミニバッチサンプリングと後期注入戦略を用いたシンプルで効果的なドメイン一般化トレーニングフレームワークを提案し、画素レベルの改ざん検出性能とOOD堅牢性を大幅に向上させた。
- RealD²iff: 深度拡散によるロボットマニピュレーションの実世界ギャップの橋渡しsim2real2025/11/1
拡散モデルでシミュレーションのクリーンな深度から実機のようなノイズ深度を合成し、実機データ収集なしでゼロショットsim2realマニピュレーションを実現した研究。
- TrajBooster: 軌道中心学習によるヒューマノイド全身マニピュレーションの強化VLA2025/9/1
車輪型ヒューマノイドの豊富なデータを活用し、エンドエフェクタ軌道を形態非依存のインターフェースとして二足歩行ヒューマノイドのVLAを効率的に学習させるフレームワークを提案。
- オフライン事前学習済み方策のみを用いた効率的なオンラインRLファインチューニング強化学習2025/5/1
事前学習済みQ関数に頼らず、オフラインで学習した方策だけを使ってオンライン強化学習でファインチューニングする手法PORLを提案し、BC方策の直接改善も可能にした。
- Humanoid-VLA:視覚統合による汎用人型ロボット制御VLA2025/2/1
言語・自己視点映像・運動制御を統合し、大規模未ラベル動画を自己教師ありで活用することで、物体操作や環境探索をこなす汎用人型ロボット制御フレームワークを提案した。
