Shaopeng Zhai
Shanghai AI Laboratory
収録論文 4本 ・ フィジカルAI/ロボット学習
VLAVLA/ポストトレーニングVLA/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
- A³-VLA: 操作プロセスから自動生成した知覚ガイドで注意を整列させるロボットマニピュレーション手法VLA2026/11/4
操作中の視覚変化から対象物・ロボット領域を自動抽出し、注意配分損失と対照学習でVLAの注意をタスク重要領域へ誘導するフレームワーク。複数のVLAバックボーンで成功率を6.5〜25.2%向上させた。
- HELP: ロールアウト分割による人間効率的な大規模ロボットポストトレーニングVLA/ポストトレーニング2026/7/1
VLAモデルのポストトレーニングにおいて、2人の専門オペレータが12台のロボットを同時監視し、ロールアウトを自動分割する手法を提案し、人間の労力あたりのポリシー改善とタスクスループットを最大化する。
- フローマッチングVLAにおける保守的SFTによる基盤能力の保持VLA/ロボット学習2026/5/1
フローマッチング型VLAモデルのファインチューニング時に生じる破壊的忘却を防ぐため、モデルの信頼度に応じて学習信号を動的にスケーリングする保守的教師あり学習(ConSFT)を提案し、LIBEROやRoboTwinベンチマークで既存手法を上回る性能を確認した。
- ロボット実世界強化学習のための視覚-言語-行動-批評家モデルVLA2025/9/1
大規模データで学習したVLAベースのプロセス報酬モデルVLACを提案し、報酬設計を不要にするとともに、実世界のマニピュレーション4タスクで成功率を約30%から約90%へ向上させた。
