Manyuan Zhang
収録論文 3本 ・ フィジカルAI/ロボット学習
VLAマニピュレーションマルチモーダル生成
※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
- Meituan-Robotics-0: デスクトップ操作のための視覚言語行動基盤モデルVLA2026/11/5
視覚言語データと多様なロボット軌道を組み合わせ、離散行動トークン事前学習・フローマッチング中間学習・実環境後学習の3段階で訓練したデスクトップ操作向けVLA基盤モデル。Rollbackによる効率的な人間修正学習と非同期行動チャンク統合、イベント駆動エージェントを導入し、実ロボットタスクで高い成功率を達成。
- EVA-Client: 実ロボット上の身体化ポリシーのための統合データ収集・推論・展開フレームワークマニピュレーション2026/7/1
実ロボットで学習済み操作ポリシーを展開・評価・データ収集するためのオープンソースフレームワークを提案。コンポーネント分離アーキテクチャとデバッグ/収集/評価ワークフローを備え、評価がそのまま次の学習用データ収集になる。
- InterleaveThinker: エージェント型インターリーブ生成の強化マルチモーダル生成2026/6/11
既存の画像生成器にテキストと画像の交互生成能力を付与するマルチエージェントパイプラインを提案し、プランナーと批評エージェントを用いて段階的な指示修正を強化学習で強化する。
