Thomas Tian
NVIDIA
収録論文 7本 ・ フィジカルAI/ロボット学習
VLA人型ロボット適応ヒューマノイド動作生成マニピュレーション
※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
- アクション専門家はVLMを訓練すべきか?Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路VLA2026/11/3
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
- TacitVLA: 推論レイテンシなしで動作する推論型Vision-Language-ActionモデルVLA2026/10/13
推論テキストを行動生成に条件付けず、バックボーン表現の改善のみに活用することで、推論の性能向上を保ちつつ最大3.4倍低レイテンシを実現したVLAモデル。
- VeriFine: 身体性推論における自己改善のための検証スケーリングVLA2026/10/6
方策・カリキュラム・判定器を共進化させ、人間の助言を活用して判定器を改良することで、身体性推論タスクにおける継続的な自己改善を実現するフレームワークを提案。
- CLIFT: 非侵襲的な閉ループ反復ファインチューニングによるGemini Roboticsオンデバイスの人型ロボット専門家化人型ロボット適応2026/7/1
クローズドウェイトのロボット基盤モデルを管理API経由で適応させる際、純粋な模倣学習に限定される問題を解決するため、非侵襲的な閉ループ反復ファインチューニング手法を提案し、実人型ロボットでの有効性を実証した。
- TEXEDO: コントローラを考慮した言語条件付きヒューマノイド動作生成のためのテスト時スケーリングヒューマノイド動作生成2026/6/1
テキストから生成されたヒューマノイドの動作を、実行可能性と意味的整合性の両方を検証して選択するテスト時スケーリング手法を提案し、シミュレーションと実機で効果を実証した。
- 反事実的VLA:適応的推論を備えた自己反省型視覚-言語-行動モデルVLA2025/12/1
自動運転VLAモデルが計画した行動を反事実的に推論して修正する自己反省フレームワークを提案し、軌道精度と安全性を向上させた。
- ロボットマニピュレーションのための人間指向表現学習マニピュレーション2023/10/1
人間の知覚スキルを模したマルチタスク微調整とTask Fusion Decoderにより、視覚エンコーダの表現をロボット操作タスク向けに改善する手法を提案。
