Ruiyang Si
Peking University
収録論文 4本 ・ フィジカルAI/ロボット学習
自己改善エージェントロボット探索/自己改善データ生成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
- タスクを学ぶのか、検証器を学ぶのか:身体性自己改善における基準露出の再考自己改善エージェント2026/11/5
ロボットシミュレーションのベンチマーク基準をエージェントに与える「基準露出」が、指示タスクの遂行ではなく検証基準への過適合を招くことを実験で示し、指示に忠実な基準の有効性を提案した論文。
- 実世界での探索と自己改善を実現するロボットフレームワークPyRUA-REALロボット探索/自己改善2026/11/4
コーディングエージェントが実世界で探索・コード改善・スキル蓄積を繰り返し、ロボット能力を自己改善する枠組みを提案。実タスクで91.1%、RoboDojoで84.4%の成功率を達成した。
- LLMエージェントによる低コスト遠隔操作代替のロボットデータ生成データ生成2026/11/3
コーディングエージェントがキャリブレーション1回からシミュレーションでタスクを再構築し、映像モデルで実写風データを生成、実機ポリシー学習を可能にする手法。
- トークンを減らして行動を改善:成功率14%向上・トークン65%削減を実現するGPT-6 AstraロボットエージェントVLA2026/10/1
ロボットプリミティブとVLAポリシーをPythonコードとして組み合わせ、必要な観測だけを要求するフレームワークPyRUA-Leanを提案。同一プランナーで成功率を63.1%から71.7%に向上させつつ、入力トークンを65%削減した。
