Fei Wang
Alibaba Group
収録論文 17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
- 経験時代における実世界コード・アズ・ポリシー:ACE-CaP-0マニピュレーション2026/11/12
人間の実演とシミュレーションを選択的に活用してコードポリシーを改良するエージェント手法を提案し、8つの実世界マニピュレーションタスクで92.1%の成功率を達成した。
- VLA-MOPD:マルチタスクVLAポリシー統合のためのオンポリシー蒸留VLA2026/11/9
タスク特化した複数のフローマッチングVLA専門家を、共有生徒モデルがロボットロールアウト上で各ODE状態の教師を参照するオンポリシー蒸留で統合し、成功率を大幅に向上させた研究。
- 実行失敗を継承可能な能力へ変える複合的物理RSI自己改善/マニピュレーション2026/11/4
ロボット操作ポリシーが失敗から段階的に自己改善する枠組みを提案し、失敗箇所の特定・修正経験の選別・既存技能の保持により世代を重ねて能力を複利的に向上させる。
- 微調整済みMixture-of-Experts LLMにおける復元可能なエキスパート利用シグネチャの特性評価LLMセキュリティ2026/10/29
微調整されたMoE言語モデルが訓練データの処理経路(ルーティング指紋)を記憶し、無条件生成からその経路を復元できることを示し、従来のメンバーシップ推論では検出できない新たな脆弱性を明らかにした論文。
- WorldFailBench:ワールドモデルは政策の失敗を理解できるかワールドモデル2026/10/24
ロボット政策の失敗をワールドモデルが忠実に再現できるかを評価するWorldFailBenchを提案し、失敗理由・失敗段階・失敗境界の3タスクで7つのモデルを検証した。
- ABot-ER:エージェント型データ・モデル共進化による統合的身体推論VLA2026/10/13
知覚・計画・実行を単一モデルで統合し、データ戦略とモデルを共進化させる自己進化エンジンとタスク条件付き適応学習により、12ベンチマークで最先端性能を達成した身体推論基盤モデル。
- IndustrialVLA-Bench:オープンロボットポリシーモデルの追跡可能な多軸評価VLA2026/9/22
6つのVLA/WAMモデルを統一プロトコルで評価し、クリーン性能・ロバスト性・言語感度・実行コストを比較したベンチマークを提案。
- ABot-AgentOS: 生涯マルチモーダルメモリを備えた汎用ロボットエージェントOSエージェントOS2026/7/1
低レベル制御の上に推論・記憶・ツール使用・検証・クロス実体実行を提供する汎用ロボットエージェントOSを提案し、実行可能なベンチマークと永続的なマルチモーダルグラフメモリを導入した。
- 報酬をエージェントとして捉える身体化ワールドモデルの学習強化学習2026/6/18
身体化ワールドモデルにおいて、報酬をエージェントとして能動的に評価する枠組みと、動的差分に基づく探索多様化手法を導入し、報酬ハッキングを抑えつつ多様な行動生成を可能にする強化学習手法を提案した。
- Kairos: 後悔を考慮した物理AI向けネイティブ世界行動モデルスタック世界モデル2026/6/15
物理AIのための世界モデルスタックを提案し、制御に重要な情報のみを学習・維持・展開する手法を導入した。
- シミュレーションからリアリズムを見る:視覚言語行動データ拡張のための効率的なビデオ変換VLA/データ拡張2026/5/1
シミュレーションで生成したVLA学習用ビデオを、タスクの意味と行動軌跡を保ちつつ現実的なビデオに変換する効率的なデータ拡張フレームワークを提案。拡散モデルの特徴再利用とコアセットサンプリングにより計算コストを抑え、実ロボットを含む複数ベンチマークで性能を向上させた。
- 腱駆動連続体ロボットのための学習ベース動力学モデリングとロバスト制御連続体ロボット/制御2026/4/1
腱駆動連続体ロボットの複雑な非線形性を捉えるGRUベースの動力学モデルを提案し、これを勾配ブリッジとして用いてエンドツーエンドのニューラル制御ポリシーを最適化する。物理実験で正確な追従と未知負荷に対するロバスト性を実証した。
- AgentChemist: 化学認識と精密制御を統合したマルチエージェント実験ロボットプラットフォーム実験自動化2026/3/1
化学実験の自動化における長尾分布問題に対処するため、マルチエージェントロボットプラットフォームを提案。化学認識とフィードバック駆動制御を統合し、酸塩基滴定の検証で自律的な進行追跡と適応的な分注制御を実証した。
- ニューラル測距慣性オドメトリ測距慣性オドメトリ2025/12/1
UWB測距と慣性センサをグラフ注意ネットワークと再帰型ニューラルネットで融合し、アンカー配置やマルチパスに頑健な自己位置推定を実現した研究。
- 運動シーケンスによる多視点運転シーンの歩行者動画編集動画編集2025/8/1
多視点の運転シーン動画で、歩行者の姿勢シーケンスを制御条件に歩行者の挿入・置換・削除を可能にする動画編集フレームワークを提案した。
- 身体性知能を備えた視覚言語ナビゲーション:サーベイVLA2024/2/1
視覚と言語指示を用いてエージェントが自律移動する視覚言語ナビゲーション(VLN)の研究を、身体性知能の観点から体系的に整理したサーベイ論文。
- 近似動的計画法による無人戦闘機の自律機動決定強化学習2019/8/1
空対空戦闘における1対1の3次元機動問題に対し、強化学習と近似動的計画法を用いて自律的な機動方策を学習する手法を提案した。
