Hengyi Wang
University College London
収録論文 6本 ・ フィジカルAI/ロボット学習
所属歴(論文より): University College London(〜2026) / Peking University(〜2026)
VLAマルチモーダルエージェント記憶SLAM身体化エージェント/記憶システムマニピュレーション
※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
- 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。
- 関係的空間アライメントによる視覚-言語-行動モデルの強化VLA2026/10/17
VLAモデルに3D空間認識を注入する際、点ごとの一致ではなくペア関係のアライメントを行うことで表現のランク崩壊を防ぎ、操作タスクの空間理解を向上させた研究。
- 見て、保ち、学ぶ:マルチモーダルエージェント記憶の進化マルチモーダルエージェント記憶2026/10/14
マルチモーダルエージェントの記憶機構を「情報の形成・表現」と「記憶管理の適応」の2軸で整理し、設計パターンと原則を導出したサーベイ。
- AMB3R-SLAM: 階層型バックエンドによるキロメートル規模SLAMSLAM2026/9/17
単一の民生用GPUで1万フレーム超のキロメートル規模軌跡をリアルタイム復元できる単眼SLAMを提案し、階層型バックエンドで動的環境にも対応、LiDAR等の追加入力にも拡張可能。
- Mimir: インタラクティブ環境における身体化エージェントのための動的グラウンディングを備えたニューロシンボリック記憶システム身体化エージェント/記憶システム2026/8/1
身体化エージェントの長期タスク遂行を改善するため、世界記憶とタスク記憶を分離し、行動前に動的にグラウンディングするニューロシンボリック記憶システムMimirを提案した。
- LaVA-Man: ロボットマニピュレーションのための視覚行動表現学習マニピュレーション2025/8/1
マスクされた目標画像を入力画像とテキスト指示から再構成する自己教師ありタスクで視覚とテキストの関連を学習し、少数の実演でマニピュレーションに適応する手法を提案。
