Bohan Hou

DAMO Academy, Alibaba Group

収録論文 10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

• RynnVLA-Latent: 3D接地潜在行動でロボット操作基盤モデルをスケールする
  VLA2026/10/25

  異種の動画から3Dに接地した連続潜在行動を学習し、それを用いてVLAモデルを事前学習することで、多様なロボット操作タスクで高い成功率を達成した研究。

• RynnUnify：統合型身体性ブレインへの挑戦
  VLA2026/10/23

  動画と言語の交互推論で身体的理解と長期視覚計画を統合した16Bモデルを提案し、強化学習によるエージェント拡張とロボット制御への拡張も実現した。

• 汎用マルチモーダルモデルによる直接ロボット制御の実力評価
  VLA2026/10/20

  GPT-6 Astraを軽量エージェント枠組みで閉ループ操作に適用し、深度知覚・文脈学習・触覚活用などの身体能力と5つの操作ベンチマークでの性能を体系的に評価、意味推論と物理実行の乖離を明らかにした論文。

• RynnValue: 時間的距離によるロボット価値基盤モデルのスケーリング
  価値基盤モデル2026/8/1

  ロボット操作のための価値基盤モデルRynnValueを提案。時間的距離を報酬ラベルとして用いることで、大規模データから好みラベルなしで学習し、実世界の成功率を向上させた。

• RynnBrain 1.1：より高機能で汎用的な具現化基盤モデルを目指して
  VLA/基盤モデル2026/7/1

  RynnBrain 1.1は、2Bから122B-A10Bまでの規模を持つ具現化基盤モデル群で、接触点予測や3Dグラウンディングを導入し、ロボット操作に直接対応する表現と出力を実現。実機実験では、Qwenベースや汎用VLAを上回る性能を示した。

• 身体化操作のためのデータピラミッド：サーベイ
  データ収集/身体化AI2026/7/1

  実ロボットデータからシミュレーションデータまで、身体化エージェントの学習に使われる5つのデータ源をピラミッド構造で整理し、各データの特性と組み合わせ方を分析したサーベイ論文。

• MARSポリシー：必要な時だけマルチモーダルに
  模倣学習2026/5/1

  ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。

• ロボット学習のためのワールドモデル：包括的サーベイ
  サーベイ2026/5/1

  ロボット学習におけるワールドモデルの役割と進化を体系的にレビューし、ポリシー学習、シミュレーション、評価への応用や課題を整理したサーベイ論文。

• RynnBrain: オープンな身体性基盤モデル
  VLA2026/2/1

  知覚・推論・計画を統合した時空間基盤モデルRynnBrainを提案し、2B/8B/30B-A3B MoEの3規模と下流タスク向け4変種を公開、20の身体性ベンチマークで既存モデルを大幅に上回った。

• RynnVLA-002：視覚言語行動と世界モデルの統合
  VLA2025/11/1

  視覚言語行動モデルと世界モデルを統合し、環境の物理を学習して行動生成を洗練させるフレームワークを提案。シミュレーションと実機で性能向上を実証。