Jianlou Si
Alibaba Group
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA
※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
- 関係幾何フォーシングによるワールドアクションモデルVLA2026/10/21
3D基盤モデルの幾何学的知識を点単位ではなく特徴間の関係性として転写し、ロボット操作のワールドアクションモデルの動作学習を改善する手法を提案した。
- 視覚言語行動モデルにおける世界モデリングで重要な要素は何か?VLA2026/10/14
VLAモデルへの世界モデル統合において、世界表現・統合パラダイム・ポリシーバックボーンを統一フレームワークで比較し、有効性を左右する要因を明らかにした研究。
- ViDAL: 視覚ダイナミクスに基づく視覚言語行動モデル用の行動潜在空間VLA2026/10/6
行動が引き起こす未来の視覚変化に整合する連続行動潜在空間を学習し、複数のVLAモデルに組み込める行動インターフェースとして成功率を大幅に向上させた論文。
- FlowWAM: オプティカルフローを世界行動モデルの統一アクション表現として用いるVLA2026/7/1
事前学習済みビデオ生成モデルを活用する世界行動モデル(WAM)において、アクション表現としてオプティカルフローを用いることで、制御精度と世界モデリング性能を向上させる手法を提案した。
