Min Lin
Sun Yat-sen University
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAベンチマーク/VLAマニピュレーションオフライン強化学習強化学習基盤
※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
- 行動を超えて：視覚-言語-行動モデルのための将来操作目標の学習VLA2026/10/9
ロボットの行動予測に代えて、将来の物理的効果を予測するAFCEを提案。視覚-言語-行動モデルに効果トークンを導入し、巧みな両腕操作タスクで成功率を向上させた。
- EWAM：統合身体モデルにおける創発的な深さ方向の専門化——意味理解から視覚的先読み、行動までVLA2026/9/30
行動中心の統合身体モデルEWAMを提案し、層ごとの監督なしに浅い層で意味、中間層で予測未来、深い層で行動に注意が向く創発的な深さ方向の専門化が生じることを示した。
- EchoVLA: 宣言的記憶を統合した移動マニピュレーション向け視覚-言語-行動モデルVLA2025/11/1
人間の脳に着想を得たシーン記憶とエピソード記憶を組み合わせ、移動と操作を協調させるメモリ対応VLAモデルを提案し、大規模学習用ベンチマークMoManiも構築した。
- PhyBlock: 3Dブロック組み立てによる物理理解と計画の段階的ベンチマークベンチマーク/VLA2025/6/1
視覚言語モデルの物理理解と計画能力を評価するため、4段階の認知階層を持つ3Dブロック組み立てタスクとVQAを組み合わせたベンチマークを提案し、21モデルを評価した。
- A0: 汎用ロボットマニピュレーションのためのアフォーダンス認識階層モデルマニピュレーション2025/4/1
物体との接触点と接触後軌道を予測するアフォーダンス表現を用い、高レベルな空間理解と低レベル行動実行を階層的に分けた拡散モデルを提案。複数ロボットで汎用性と実世界性能を示した。
- 相互情報量正則化によるオフライン強化学習オフライン強化学習2022/10/14
データセット内の状態と行動の相互情報量を直接制約することで、分布シフトに強いオフライン強化学習フレームワークMISAを提案し、D4RLベンチマークで大幅な性能向上を達成した。
- EnvPool: 強化学習環境の高速並列実行エンジン強化学習基盤2022/6/1
強化学習のボトルネックである環境シミュレーションを並列化し、Atariで毎秒100万フレーム、MuJoCoで毎秒300万フレームを達成する高速実行エンジンを提案。
