Kaiyan Zhang
Tsinghua University
収録論文 4本 ・ フィジカルAI/ロボット学習
拡散モデルVLA再帰的自己改善
※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
- 強化学習駆動拡散モデル:言語・視覚・その先へ拡散モデル2026/10/15
拡散モデルを強化学習で事後学習する研究を初めて体系的にレビューし、報酬設計や探索と活用のトレードオフなど実用化の課題を分析した。
- 統一軌道マッチング方策最適化:多様なT2I生成とVLA汎化VLA2026/9/28
拡散・フローポリシーの事後学習において、報酬最大化ではなく軌道分布マッチングを行う統一RLフレームワークUni-TMPOを提案し、T2I生成の多様性とVLAのタスク・シーン汎化を両立させた。
- 人類が最後に作るAI:真の再帰的自己改善に向けて再帰的自己改善2026/9/10
再帰的自己改善(RSI)の概念と発展ロードマップを提示し、科学発見・身体知能・ソフトウェア工学などのシナリオでの要件を検討して、実用的なシステムとの接続や課題を整理した論文。
- SimpleVLA-RL:強化学習によるVLAモデル訓練のスケーリングVLA2025/9/1
VLAモデル向けの効率的な強化学習フレームワークを提案し、大規模データへの依存を減らしつつLIBEROやRoboTwinで高性能を達成した。
