Baolin Peng
収録論文 3本 ・ フィジカルAI/ロボット学習
コンピュータ操作エージェント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
- 実世界向けエージェントワールドモデル:コンピュータ操作エージェント用環境の自動合成コンピュータ操作エージェント2026/10/19
GUI・MCPサービス・CLIを統合した実行可能な環境とタスクをオープンソースモデルのみで自動合成するパイプラインWildAWMを提案し、長期的なコンピュータ操作エージェントの学習を可能にした。
- Magma: マルチモーダルAIエージェントのための基盤モデルVLA2025/2/1
画像・動画・ロボットデータを統合的に学習し、UI操作からロボットマニピュレーションまでこなすマルチモーダル基盤モデルを提案。
- 動画からの潜在行動事前学習VLA2024/10/1
ロボットの行動ラベルなしでインターネット規模の動画からVLAモデルを事前学習する手法を提案し、実世界のマニピュレーションタスクで既存手法を上回る性能を示した。
