Shuang Liu
Tsinghua University
収録論文 7本 ・ フィジカルAI/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
- 一度コンパイルすれば安く動く:身体性エージェント向けの凍結可能で移植性のあるスキルと、再帰的自己改善がもたらすものスキル学習/コード生成2026/10/18
強力な汎用モデルをオフラインの作者としてのみ使い、シミュレーション内で操作スキルを書いて診断・修理させて凍結し、その後はコード単体や安価な呼び出し側で再利用する「スキルレベル再帰的自己改善(Skill-RSI)」を提案・検証した論文。
- 見て、保ち、学ぶ:マルチモーダルエージェント記憶の進化マルチモーダルエージェント記憶2026/10/14
マルチモーダルエージェントの記憶機構を「情報の形成・表現」と「記憶管理の適応」の2軸で整理し、設計パターンと原則を導出したサーベイ。
- 動的環境における安全なロボットマニピュレータ遠隔操作のための予測相対速度ステアリング遠隔操作/衝突回避2026/8/1
遠隔操作中のマニピュレータが突然現れる障害物を回避するため、エンドエフェクタの速度指令レベルで動作する軽量な衝突回避フレームワークを提案。点群前処理後、衝突までの時間に基づいて衝突を予測し、ロドリゲスの回転公式で相対速度ベクトルの方向だけを変えて大きさを保つことで、従来の人工ポテンシャル場法のデッドロック問題を緩和する。
- 産業点検シナリオにおける安全性評価のためのマルチモーダルベンチマークマルチモーダル/産業点検2026/1/1
実環境で稼働する点検ロボットから収集した、7種類のセンサモダリティと画素単位の注釈・安全度ラベルを備えた産業点検安全評価用マルチモーダルデータセットInspecSafe-V1を構築した。
- VLSA: プラグアンドプレイ安全制約層を備えた視覚-言語-行動モデルVLA2025/12/1
VLAモデルに制御バリア関数ベースの安全制約層を追加し、指示追従性能を保ちつつ衝突回避を改善する手法を提案し、SafeLIBEROベンチマークで評価した。
- Pelican-VL 1.0:身体知能のための基盤ブレインモデルVLA2025/11/1
7B〜72Bパラメータのオープンソース身体知能向けマルチモーダル基盤モデルを開発し、大規模データと新学習機構DPPOにより既存モデルを上回る性能を達成した。
- OmniD: 画像ベースBEV表現による汎化可能なロボットマニピュレーションポリシーマニピュレーション2025/8/1
複数視点の画像を鳥瞰図(BEV)表現に統合し、変形可能注意でタスク関連特徴を抽出することで、未知環境や少データでも汎化しやすいロボット操作ポリシーを実現した。
