Xianzhe Fan
Peking University
収録論文 7本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Peking University(〜2026) / The University of Hong Kong(〜2026)
視覚計画VLAVLA/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
- VFlash:フラッシュプリミティブデコーディングによる高速で正確な視覚計画視覚計画2026/11/5
視覚プリミティブの座標を軽量ドラフタで一括予測し、自己回帰生成より約25倍高速かつ高精度にロボット軌道計画を生成する手法を提案。
- VeriVLA: 潜在世界モデルによるフローベースVLAの適応的テスト時検証VLA2026/10/15
フローベースVLAの確率的な行動生成に対し、潜在世界モデルで候補を検証・選択する学習不要の手法を提案し、実機・シミュレーションで成功率を向上させた。
- StreamPI: 視覚・言語・行動モデルのためのストリーミング型マルチモーダル時間モデリングVLA2026/8/26
単一フレームのVLAモデルに追加パラメータなしで時間的推論能力を付与するフレームワークを提案し、実ロボットタスクで有効性を実証した。
- DreamAvoid: 臨界期テストタイムドリーミングによるVLAポリシーの失敗回避VLA/操作2026/5/1
VLAモデルが微細な操作中に失敗する問題に対し、実行が臨界期に入ったかを検出し、複数の候補行動を評価して最適な行動を選択する「テストタイムドリーミング」フレームワークを提案した。
- FASTER: リアルタイムフローVLAの再考VLA2026/3/1
フロー型VLAの反応遅延を分析し、Horizon-Aware Scheduleで直近動作のデノイズを1ステップに短縮してリアルタイム応答性を大幅に改善した手法を提案。
- Any3D-VLA:多様な点群によるVLAのロバスト性向上VLA2026/2/1
シミュレータ・センサ・モデル推定の点群を統合して学習し、2D表現と融合することで、VLAモデルの性能とドメインギャップ耐性を高める手法を提案。
- SoMi-ToM:身体的社会的相互作用における多視点Theory of Mindの評価VLA2025/6/1
マルチエージェントの身体的社会的相互作用を題材に、一人称視点と三人称視点の両方からTheory of Mindを評価するベンチマークSoMi-ToMを提案し、LVLMの性能を人間と比較評価した。
