Zelin Zhao
収録論文 2本 ・ フィジカルAI/ロボット学習
VLAWモデルVLA
※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
- WorldBagel:視覚・言語・行動・世界モデルの統合の力VLAWモデル2026/7/3
統合型マルチモーダルモデルを用いて、ロボット操作タスクにおける世界モデルの性能を向上させる新しいフレームワークを提案した。
- ProTo: プログラム誘導型タスクのためのプログラム誘導トランスフォーマーVLA2021/10/1
プログラムの意味的・構造的情報をクロスアテンションとマスク付き自己アテンションで統合し、知覚・推論・意思決定を統一的に学習するトランスフォーマーProToを提案。視覚推論と2D Minecraftのポリシー学習で従来手法を大幅に上回り、未見の複雑なプログラムへの汎化も示した。
