Shiji Zhou
収録論文 4本 ・ フィジカルAI/ロボット学習
世界モデルマルチタスク学習/最適化世界モデル最適化VLA/触覚/操作
※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
- MOSH-WM: マスク接地ソフトハミルトン力学によるオブジェクト中心世界モデル世界モデル2026/8/24
オブジェクト中心の世界モデルで、マスクの空間モーメントから位置・運動量状態を構成し、学習したエネルギーでソフトな方向バイアスを与えて将来映像を予測する手法を提案。OBJ3DとCLEVRERで既存手法より高精度な予測を達成。
- MOON: マルチタスク学習のための多目的正規直交更新マルチタスク学習/最適化2026/8/12
マルチタスク学習における勾配操作を、行列構造を考慮したスペクトル・核ノルム幾何で行う新しい最適化手法を提案し、理論的収束保証と実験的改善を示した。
- VERDI: 継続的な世界モデル最適化における検索は転移ではない世界モデル最適化2026/8/10
事前学習済み世界モデルをユーザー指定の目的に最適化する際、過去の成功戦略をそのまま再利用するのではなく、対象モデルでの実験検証を経て初めて転移可能な知識とする継続的フレームワークVERDIを提案。最適化指紋と検証機構により探索コストと負の転移を大幅に削減した。
- 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。
