Jianhua Yang
CASIA
収録論文 9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
- 関係幾何フォーシングによるワールドアクションモデルVLA2026/10/21
3D基盤モデルの幾何学的知識を点単位ではなく特徴間の関係性として転写し、ロボット操作のワールドアクションモデルの動作学習を改善する手法を提案した。
- 視覚言語行動モデルにおける世界モデリングで重要な要素は何か?VLA2026/10/14
VLAモデルへの世界モデル統合において、世界表現・統合パラダイム・ポリシーバックボーンを統一フレームワークで比較し、有効性を左右する要因を明らかにした研究。
- EgoPhys: 一人称視点の操作動画からピーク接触力と機械的仕事を推定一人称視点/力推定2026/10/8
一人称視点のRGB動画のみから、物体操作時の最大接触力と機械的仕事を推定するフレームワークEgoPhysを提案し、Hoi!データセットで高精度を達成した。
- ViDAL: 視覚ダイナミクスに基づく視覚言語行動モデル用の行動潜在空間VLA2026/10/6
行動が引き起こす未来の視覚変化に整合する連続行動潜在空間を学習し、複数のVLAモデルに組み込める行動インターフェースとして成功率を大幅に向上させた論文。
- BIG-CBF: 共有不確実性を伴う行動想像誘導型制御バリア関数による移動ロボットナビゲーションナビゲーション2026/9/13
低頻度の行動選択と高頻度の安全フィルタを分離し、6つのフィードバック行動を想像・評価して不確実性を共有することで、行き詰まりを避けつつ安全な移動ロボットナビゲーションを実現した。
- GuardianBench:身体化AIにおける潜在的な文脈リスクのための同一シーン指示対比ベンチマーク安全性評価2026/8/22
同一シーンで指示だけを変えた安全/不安全の対比ペアからなるベンチマークを構築し、VLMが指示に鈍感で安全判断を誤ることを示し、軽量な事後学習手法で改善を実証した。
- UESF-Bench: 統合型身体性探索・追従のためのベンチマークと分析VLA2026/7/15
言語で指示された人物を探索し、その後追従する統合的なタスクのベンチマークを新たに構築し、探索と追従を切り替えるVLAフレームワークを提案・評価した論文。
- PIER-Flow: 物理情報を活用した効率的な整流フローによるリアルタイム移動ロボットナビゲーションナビゲーション2026/7/1
MPC専門家を連続時間ODEに蒸留し、単一ステップの行動生成を実現する軽量ナビゲーションポリシーを提案。物理整合性を強制する訓練目標と非同期アクションチャンキングにより、高密度環境で高速かつ安全なナビゲーションを実現した。
- FlowWAM: オプティカルフローを世界行動モデルの統一アクション表現として用いるVLA2026/7/1
事前学習済みビデオ生成モデルを活用する世界行動モデル(WAM)において、アクション表現としてオプティカルフローを用いることで、制御精度と世界モデリング性能を向上させる手法を提案した。
