Zhuowen Tu
収録論文 3本 ・ フィジカルAI/ロボット学習
VLAアフォーダンスモデルベースRL
※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
- SG-VLA: 移動操作のための空間基盤型視覚言語行動モデルの学習VLA2026/3/1
移動操作ロボットのための視覚言語行動モデルを、補助タスクの共学習とマルチモーダル入力強化により空間理解を強化するフレームワークを提案し、家庭内再配置タスクで性能を向上させた。
- AffordanceLLM:視覚言語モデルによるアフォーダンスのグラウンディングアフォーダンス2024/1/1
大規模視覚言語モデルの知識を活用し、物体の操作可能な領域(アフォーダンス)を画像から推定する手法を提案。未知の物体や行動にも汎化できることを示した。
- モデルベース強化学習におけるクロスタスク転移の実現可能性モデルベースRL2022/10/1
モデルベース強化学習で学習した世界モデルをマルチタスク事前学習とクロスタスク微調整に活用し、新しいタスクを効率的に解くフレームワークXTRAを提案した。
