Percy Liang
収録論文 13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
- VLAW：視覚-言語-行動ポリシーと世界モデルの反復的相互改善VLA2026/2/1
実ロボットのロールアウトデータで世界モデルの精度を高め、その世界モデルが生成する合成データでVLAモデルを改善する反復手法を提案し、実タスクで成功率を39.2%向上させた。
- Cosmos Policy: 視覚運動制御と計画のための動画モデル微調整VLA2026/1/1
大規模事前学習済み動画モデルを、アーキテクチャ変更なしの一段階の追加学習だけでロボット方策に変換し、行動・将来画像・価値を潜在フレームとして生成して計画も可能にした手法。
- RoboReward: ロボティクス向け汎用視覚言語報酬モデルVLA2026/1/1
実ロボットの大規模データセットから報酬モデル用データセットとベンチマークを構築し、4B/8Bの視覚言語報酬モデルを訓練。短期的なロボットタスクで大規模VLMを上回る性能を達成し、実機強化学習に適用した。
- RoboArena：汎用ロボットポリシーの分散型実世界評価ロボット評価/ベンチマーク2025/6/1
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
- WorldGym: 世界モデルを政策評価環境として活用VLA2025/6/1
行動条件付き動画生成モデルを仮想環境として使い、VLAロボット政策の成功率やランキングを実世界と高い相関で評価できる手法を提案。
- 視覚言語行動モデルの微調整：速度と成功率の最適化VLA2025/2/1
VLAモデルの微調整戦略を検討し、並列デコードやアクションチャンキングを組み合わせた最適化レシピを提案。LIBEROベンチマークで成功率を76.5%から97.1%に向上させ、推論速度も26倍高速化した。
- ボーカルサンドボックス：状況に応じた人とロボットの協働のための継続学習と適応人ロボット協働2024/11/1
音声対話やキネステティック教示など多様な教示から、ロボットが低レベル技能と高レベル計画を継続的に学習・適応する枠組みを提案し、ギフト袋詰めとLEGOストップモーション制作で有効性を示した。
- 身体性エージェントインターフェース：身体的意思決定のためのLLMベンチマークVLA2024/10/1
LLMを用いた身体的意思決定を統一的に評価するための汎用インターフェースを提案し、多様なタスク・モジュール・細粒度エラー指標でLLMの能力を体系的に分析するベンチマークを構築した。
- OpenVLA: オープンソースの視覚-言語-行動モデルVLA2024/6/1
97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。
- ロボティクスのための言語駆動型表現学習表現学習2023/2/1
人間の動画と言語キャプションから、言語条件付き視覚再構成と視覚接地言語生成を組み合わせてロボット学習用の視覚表現を学習するVoltronを提案し、5つのロボット学習問題で従来手法を上回る性能を示した。
- 「違う、右だ」—共有自律によるロボット操作のためのオンライン言語修正マニピュレーション2023/1/1
自然言語による修正指示をオンラインで取り込み、共有自律の枠組みでロボットアームを操作するLILACを提案。少数の実演で複雑な操作タスクを高精度に達成できることをユーザ研究で示した。
- 言語で操作を変調する潜在アクション制御共有自律/言語条件付け/マニピュレーション2021/11/1
言語指示と低次元コントローラを組み合わせ、言語に応じて操作空間を変調する共有自律の枠組みLILAを提案し、実機ユーザー実験で有効性を示した。
- 分解を通じて適応的な言語インターフェースを学習する言語インターフェース2020/10/1
ユーザーが高次の指示を低次のステップに分解して教えることで、ロボットが新しい抽象概念を対話的に学習する意味解析システムを提案した論文。
