Jun Huang
Alibaba Group
収録論文 13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
- BEAKER:自動化学実験室の身体知能を評価する専門家監修ベンチマークベンチマーク2026/11/4
自動化学実験室でMLLMが実験遂行に必要な能力を測るため、専門家が手作業で作成した1000問・11種の画像/動画タスクからなるベンチマークを構築し、28モデルを評価した。
- 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。
- 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。
- アンラーニングが失敗するとき:エージェントネットワークのポストトレーニングにおける信頼性の高いデータ削除データ削除/フェデレーション学習2026/7/30
自己改善型フェデレーションエージェントネットワークで、削除要求されたデータが後の軌道に影響を残す「影響のこだま」問題を解決するため、MUTEという手法を提案し、LIBEROと実機で効果を検証した。
- 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。
- 精密農業のための強化学習に基づくエネルギー考慮型被覆経路計画被覆経路計画2026/1/1
SAC強化学習とCNN・LSTMを組み合わせ、障害物や充電ステーションのある環境でエネルギー制約を考慮した被覆経路計画を実現し、従来手法より高い被覆率と安全性を示した。
- RealMirror: 身体性AIのための包括的オープンソース視覚-言語-行動プラットフォームVLA2025/9/1
ヒューマノイドロボット向けのVLA研究を、実機なしでデータ収集・学習・推論まで行えるオープンソース基盤として構築し、ベンチマークとゼロショットSim2Real転移も実現した。
- 無駄話はやめて軽く飛べ:LLMによるUAV群通信の自律的意味圧縮群制御2025/8/1
LLMを用いてUAV群の通信を意味的に圧縮し、限られた帯域でも重要なタスク情報を保ちながら協調飛行できるかをシミュレーションで検証した論文。
- CoordField: 低高度都市環境におけるエージェント型UAVタスク割り当てのための協調場群制御2025/5/1
大規模言語モデルで人間の指示を解釈し、協調場メカニズムで異種ドローン群のタスク割り当てを分散適応的に行うシステムを提案した。
- AirVista-II: 動的シーン意味理解に向けた身体性UAVのエージェントシステムVLA2025/4/1
動的環境でUAVが人間の介入なしにシーンを意味理解・推論できるよう、エージェントによるタスク識別・スケジューリングとマルチモーダル知覚、キーフレーム抽出を統合したエンドツーエンドシステムを提案。ゼロショットで多様なUAV動的シーンにおいて高品質な意味理解を実現した。
- UAVとLLMの融合:エージェント型低空モビリティへの展望VLA2025/1/1
UAVと大規模言語モデル(LLM)の統合に関する研究動向を整理し、マルチモーダルデータや応用タスクを分類するとともに、自律的な知能を持つエージェント型UAVへのロードマップを提案したサーベイ論文。
- 義肢制御のためのAIチャレンジ:深層強化学習による13の解法強化学習2019/2/1
筋骨格モデルを目標速度ベクトルに追従させる制御器を競うNeurIPS 2018チャレンジの概要と、参加者13チームが用いた深層強化学習ベースの解法を紹介する。
