Yangming Shi
Colorado School of Mines
収録論文 7本 ・ フィジカルAI/ロボット学習
模倣学習量子化VLA世界モデル量子化/sim2real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
- CuraEval: 混合スキルロボットデータにおけるデモンストレーション選別の評価模倣学習2026/10/28
混合スキルのロボットデモデータから訓練データを選ぶ手法を、固定サイズのランダム部分集合や全データ訓練と公平に比較する評価フレームワークCuraEvalを提案し、既存スコアが単純なエピソード長とほぼ同じ順位付けになることを示した。
- 実践的タスク成功で導くVLAモデルの混合精度量子化量子化2026/10/28
短い閉ループ評価のタスク成功率を指標に、VLAモデルの重みと活性のビット幅を割り当てる混合精度量子化手法QbD-VLAを提案し、4モデル・LIBERO全スイートで約4ビット重み・6ビット未満活性を実現した。
- FastVLA：タスク条件付き時間適応型視覚トークン圧縮による効率的なVision-Language-ActionモデルVLA2026/10/15
VLAモデルの推論効率を改善するため、タスクに応じて視覚トークンの重要度を評価し、時間的に適応的な圧縮率を設定する訓練不要のフレームワークを提案。シミュレーションと実機で遅延を削減しつつタスク成功率を維持する。
- 世界モデルは成功を夢見る：ロボット世界モデルにおける失敗非感受性の診断と修復世界モデル2026/10/6
ロボット世界モデルが失敗を成功と誤予測する問題を診断し、成功実演から反事実的な失敗データを生成・検証して微調整する手法CureWMを提案。失敗予測精度が大幅に改善。
- VLAQuantBench：視覚言語行動モデルの訓練後量子化の閉ループ評価VLA2026/9/21
VLAモデルの訓練後量子化について、層範囲・数値形式・キャリブレーションの相互作用を409回の実行と94,574エピソードで体系的に評価したベンチマークを提案。
- 配備前に予測せよ：World Action Modelの量子化によるタスク性能劣化のオフライン予測量子化/sim2real2026/9/16
World Action Modelの量子化設定がタスク性能に与える影響を、閉ループ評価なしにオフラインの行動偏差から予測するフレームワークPreDEを提案し、実機実験で有効性を示した。
- UniPrototype：統一プロトタイプによる人間-ロボットスキル学習マニピュレーション2025/9/1
人間の動作データから共通の運動プリミティブを抽出し、ロボットのマニピュレーションへ知識転移するフレームワークを提案。シミュレーションと実機で学習効率と性能の向上を示した。
