Shu Liu
SmartMore
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAマニピュレーションロボットポリシー評価自動運転/シミュレーション
※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
- CarryOn: 個別化と信頼性を両立するロボット支援のための二重ループハーネスVLA2026/10/15
凍結したVLAポリシーを拡張し、ユーザー嗜好を反映した計画と安全監視・失敗回復を組み合わせて、個別化された信頼性の高いロボット支援を実現する二重ループシステムを提案。
- RESETTLE: 不一致トリガー検索と効率的修正制御によるロボット復旧マニピュレーション2026/10/8
凍結したロボット方策の行動実行インタフェースで、2つの行動提案の不一致を検知して同タスクのデモを検索し、オンライン最適化なしで修正行動を実行するモデル非依存の復旧フレームワーク。
- データスケーリングを超えて:視覚言語行動モデルのための表現中心の継続事前学習VLA2026/8/27
ロボットデータの不足を補うため、多様なロボットデータでVLMバックボーンを継続事前学習し、下流タスクの性能を向上させるVLActを提案した。
- XPolicyLab: ロボットポリシー評価と展開のための統一標準・オープンエコシステムロボットポリシー評価2026/8/1
ロボットポリシーの評価と展開を統一する標準規格とオープンエコシステムを提案し、N個のポリシーとM個の環境の接続コストをO(NM)からO(N+M)に削減した。
- エージェント駆動による自動運転のロングテールシミュレーション自動運転/シミュレーション2026/7/1
自動運転の閉ループ評価のため、大規模言語モデルで制御される周辺エージェントを導入し、多様な指示に従うインタラクティブなロングテールシナリオを生成するフレームワークを提案した。
- StarVLA-α: 視覚言語行動システムの複雑さを低減するVLA2026/4/1
VLAモデルの設計選択を制御条件下で研究するため、複雑さを最小限に抑えたシンプルなベースラインStarVLA-αを提案し、複数ベンチマークで高い性能を達成した。
- VP-VLA: 視覚プロンプトをインターフェースとする視覚言語行動モデルVLA2026/3/1
VLAモデルのブラックボックス的な制御を改善するため、高次推論と低次実行を分離し、視覚プロンプト(十字線やバウンディングボックス)を介して指示を伝える二重システムフレームワークを提案した。
