Yicheng Liu
Tsinghua University
収録論文 13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
- ActionCodec2: ストリーミング動作トークナイザVLA2026/11/11
軌道再構成誤差を許容範囲内に保ちつつ動作を逐次的に出力する非ニューラルなストリーミング動作トークナイザを提案し、VLAモデルの性能と閉ループ制御を改善した。
- EqC: 自己認識的な生涯ロボット学習のための平衡エネルギー制御VLA2026/10/13
生成的行動の洗練を平衡探索最適化として捉え、その過程のエネルギー整合性から方策の能力限界を検知して専門家介入を促す、生涯学習フレームワークを提案。
- DexNinja: 実機からシミュレーションを経て実機へ戻すデータエンジンによる頑健な器用な切断ポリシーの学習マニピュレーション2026/10/12
実機の少数のデモからシミュレーションでデータを増強し、食品切断タスクを器用にこなすロボットポリシーを学習するreal2sim2realフレームワークを提案。
- フローマッチングにおける条件付きアニーリングによる因果的行動トークン化の再考VLA2026/9/28
フローマッチングを段階的にアニーリングして因果構造を持つ行動トークンを抽出するCATokを提案し、VLAモデルの再構成精度・推論効率・タスク成功率を向上させた。
- G0.5: ロボットの推論と行動のための単一自己回帰ストリームVLA2026/8/1
単一のトランスフォーマーデコーダが推論トークンと行動トークンを同一の目的で生成する、事前学習済み自己回帰VLAモデルG0.5を提案。異なるロボットの行動を共有語彙に変換するトークナイザーや、チェーン・オブ・ソート、視覚メモリを導入し、複数のベンチマークでSOTAを達成。
- 粗から精密へ:視覚言語行動モデルのためのアクショントークン計画VLA2026/6/1
VLAモデルに、将来の軌道を要約する粗いアクショントークンの計画を導入し、その計画に基づいて実行用のアクショントークンを生成する方式を提案。長期的なタスクでの性能が向上した。
- 最適化としての生成的制御:適応的で堅牢なロボット制御のための時間無条件フローマッチングVLA2026/3/1
行動生成を軌道積分ではなく反復最適化として扱う時間無条件フレームワークGeCOを提案し、状態の難易度に応じて計算量を適応させ、OOD検出も可能にした。
- ActionCodec:優れたアクショントークナイザの設計原則VLA2026/2/1
VLA最適化の観点から情報理論に基づく設計原則を導き、それに従う高性能アクショントークナイザActionCodecを提案。LIBEROでロボティクス事前学習なしにSOTAを達成。
- FASTer: ニューラル行動トークン化による効率的な自己回帰型視覚言語行動モデリングVLA2025/12/1
行動チャンクを単一チャネル画像として符号化する学習可能なトークナイザと、ブロック単位の自己回帰復号化を組み合わせ、推論速度とタスク性能を両立させたVLAフレームワークを提案。
- GalaxeaオープンワールドデータセットとG0デュアルシステムVLAモデルVLA2025/9/1
実環境で収集した大規模ロボット行動データセットを構築し、VLMによる計画とVLAによる実行を組み合わせた二重システムモデルG0を3段階学習で訓練した。
- 条件付けが鍵:拡散ポリシーの学習は思ったより速いVLA2025/5/1
条件拡散ポリシー学習で生じる「損失崩壊」を特定し、条件に依存したソース分布を用いるCocosを提案。少ない学習ステップとパラメータで大規模事前学習VLAに匹敵する性能を実現した。
- VectorMapNet: エンドツーエンドのベクトル化高精度地図学習自動運転/地図生成2022/6/1
車載センサーから直接ベクトル化された高精度地図を生成するエンドツーエンドのパイプラインを提案し、従来手法を大幅に上回る精度を達成した。
- 自由浮遊宇宙ロボットの最適な事前定義時間軌道計画宇宙ロボット軌道計画2020/11/1
双腕自由浮遊宇宙ロボットの衝突回避軌道計画において、事前定義時間の姿勢フィードバックとGAによるパラメータ最適化で、エンドエフェクタのマイクロン級追従精度と低関節角速度を両立させる手法を提案した。
