Xiu Su
収録論文 14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
- VLA-MOPD:マルチタスクVLAポリシー統合のためのオンポリシー蒸留VLA2026/11/9
タスク特化した複数のフローマッチングVLA専門家を、共有生徒モデルがロボットロールアウト上で各ODE状態の教師を参照するオンポリシー蒸留で統合し、成功率を大幅に向上させた研究。
- 実行失敗を継承可能な能力へ変える複合的物理RSI自己改善/マニピュレーション2026/11/4
ロボット操作ポリシーが失敗から段階的に自己改善する枠組みを提案し、失敗箇所の特定・修正経験の選別・既存技能の保持により世代を重ねて能力を複利的に向上させる。
- Auriga:ゼロショット実体マニピュレーションのためのタスク非依存エージェントハーネスVLA2026/10/31
VLMがロボット方策として直接動く際の計画-実行ギャップを埋めるため、3D計測や軌道プレビュー、実行中の逸脱検出を備えたタスク非依存のエージェントハーネスを提案し、RoboDojoで首位を達成した。
- CondenseVLA:効率的なマルチフレームVLAのための学習可能な履歴圧縮VLA2026/10/19
VLMのフレーム特徴を学習可能なクエリで固定数のスロットに圧縮し、冗長性を抑えつつ短期視覚文脈を行動デコードに活用するマルチフレームVLAを提案。Simpler-WidowXで58.7%→69.8%、LIBEROで97.2%を達成。
- DSDyn-VLA:動き知覚・未来予測・リアルタイム補正を備えた二重ストリーム動的マニピュレーション枠組みVLA2026/9/30
動的環境でのVLAの知覚・遅延・制御ギャップを解決するため、遅いFlow-Plannerと速いRes-Refinerからなる二重ストリーム枠組みを提案し、動的物体操作ベンチマークDynBenchを導入した。
- 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。
- Sentinel-VLA: 動的推論とエラー回復のための能動的状態監視を備えたメタ認知VLAモデルVLA/ロボット操作2026/5/1
VLAモデルに能動的な状態監視モジュールを追加し、必要時のみ動的推論やエラー回復を行うメタ認知型モデルを提案。自己進化的継続学習と直交アダプタにより性能向上と破滅的忘却防止を実現し、実機で成功率を30%以上向上させた。
- VLA-ATTC: 相対アクション批評モデルによるVLAモデルの適応的テスト時計算VLA/意思決定2026/5/1
VLAモデルに不確実性に基づく「認知クラッチ」を導入し、複雑な状況でのみ推論フェーズへ切り替える適応的テスト時計算フレームワークを提案。相対比較で最適アクションを選ぶ批評モデルにより、LIBERO-LONGでSOTAの失敗率を50%以上削減した。
- 適応的視覚トークンキャッシュによるVision-Language-Actionモデルの高速化学習VLA2026/2/1
VLAモデルの推論を、再利用する視覚トークンを動的に選ぶ学習可能なポリシーとして最適化し、精度を保ちながら最大1.76倍の高速化を実現した。
- 一度注入すれば生き残る:下流ファインチューニングを耐え抜くVLAモデルへのバックドア攻撃VLAセキュリティ2026/2/1
VLAモデルのファインチューニングで消えにくいモジュールにバックドアを注入し、ユーザー側の追加学習後も攻撃が持続する手法INFUSEを提案した。
- APEX: 非同期空中物体ゴールナビゲーションのための分離型記憶ベース探索器空中ナビゲーション2026/2/1
VLMによる動的空間記憶と強化学習による行動決定、オープンボキャブラリ検出を組み合わせ、UAVが言語指示に基づき空中で目標物体を自律探索する階層型エージェントを提案。
- ConLA: 人間動画からの対照的潜在行動学習によるロボットマニピュレーションVLA2026/2/1
人間の動画からロボットの行動を教師なしで学習する際、対照学習で動きと見た目を分離し、実ロボット軌道での事前学習を上回る性能を実現した。
- 発見・学習・強化:多様なRL生成軌道による視覚-言語-行動事前学習のスケーリングVLA2025/11/1
強化学習で多様な行動パターンを発見し、VLAモデルの事前学習用データを自動生成するフレームワークDLRを提案。標準RLより多様で高成功率の軌道を生成し、下流タスク性能とデータスケーリングを改善する。
- 人間のデモを超えて:VLA学習用データを生成する拡散ベース強化学習VLA2025/9/1
拡散モデルを用いた強化学習で高品質・低分散な軌道を生成し、人間のデモなしでVLAモデルを学習させる手法を提案。LIBEROベンチマークで人間データやガウスRLより高い成功率を達成。
