Shengbang Liu
Tsinghua University
収録論文 5本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Tsinghua University(〜2026) / Sun Yat-sen University(〜2026)
価値モデル評価マニピュレーションVLA/触覚/操作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
- RoboValue:ロボット価値モデルの統合評価のための細粒度シミュレーション・実世界ベンチマーク価値モデル評価2026/10/19
ロボット価値モデルをタスク状態理解・時間的進捗監視・失敗回復推論・価値一貫性の4次元で統合評価する、シミュレーションと実世界にまたがる細粒度ベンチマークを提案した論文。
- ロボ・ドーパミン2.0:ロボット操作のための履歴条件付き・OOD認識プロセス報酬モデリングマニピュレーション2026/8/16
VLAモデルのロボット操作における報酬設計を改善するため、履歴とOOD(分布外)を考慮したプロセス報酬モデルを提案し、ペアワイズ予測インターフェースとSigned-Hopカリキュラムで学習精度を向上させた。
- TACO: 触覚を考慮した世界モデルによるスケーラブルなVLAポストトレーニングの自己修正VLA/触覚/操作2026/7/1
接触を伴う操作タスクで失敗するVLAモデルに対し、触覚を考慮した世界モデルを用いて失敗状態を認識し、修正動作を想像・ラベル付けすることで、人間の介入なしにポリシーを改善するフレームワークを提案した。
- Video2Act: ロボットの時空間運動モデリングを備えた二重システム動画拡散ポリシーVLA2025/12/1
動画拡散モデルから前景境界とフレーム間運動を抽出して行動生成の条件に使い、低速なSystem 2と高速なSystem 1の非同期二重構成でロボット操作を高精度化した研究。
- デュアルアクターポリシーによる分解型物体操作マニピュレーション2025/11/1
物体操作を接近と操作の段階に分け、それぞれに特化した2つのアクターと段階を選択する意思決定器を組み合わせたDual-Actor Policyを提案し、新規データセットで従来手法を上回る性能を示した。
