Jun Xiao
Zhejiang University
収録論文 12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
- Movens-Zero: 大規模人間動画でヒューマノイド動作基盤モデルをスケールする動作生成基盤モデル2026/10/30
インターネット動画から1500万件の人間動作と500万件の物理実行可能なヒューマノイド動作データセットMovens-5Mを構築し、テキスト・音声・音楽・動画から動作を生成してリアルタイム閉ループ実行できる基盤モデルMovens-Zeroを提案した論文。
- JevVLA:Jevに着想を得たエネルギー基盤型VLAポリシー適応VLA2026/10/26
凍結したVLAポリシーの上に約8万パラメータのエネルギー関数を学習し、離散候補選択と連続行動補正を同一の意思決定コアで改善する軽量適応手法を提案。
- VLA-GAUGE:Vision-Language-Actionモデルの汎化性とロバスト性を体系的に評価するフレームワークVLA2026/10/12
VLAモデルのゼロショット汎化と摂動ロバスト性を診断する統一評価フレームワークを提案し、12モデルを評価して診断に基づく微調整が性能を大幅改善することを示した。
- 行動基盤モデルにおける行動操縦性のベンチマークVLA2026/10/7
人間の意図に基づいてヒューマノイドの行動を生成する行動基盤モデル(BFM)の「行動操縦性」を評価する初のベンチマークRoboSteerを提案し、9つの既存BFMを大規模に評価した。
- 自己回帰型ワールドアクションモデルの失敗回復のための因果履歴テスト時スケーリングマニピュレーション2026/9/16
自己回帰型ワールドアクションモデルにおいて、失敗回復を因果履歴のテスト時スケーリングとして再定式化し、進捗検知・履歴プレフィックス回復・仮説検証の3段階で訓練なしに回復を実現するフレームワークを提案。
- RoboSPA: VLAモデルは単純なシーンと短期的なタスクを超えられるか?VLA/ベンチマーク2026/9/4
VLAモデルの空間的・手続き的複雑さに対する推論能力を診断する大規模ロボット操作ベンチマークRoboSPAを提案し、既存モデルの限界を明らかにした。
- EmbodiedSkills: VLAエージェントの統合フレームワークVLA2026/9/1
VLAモデルを長期的タスクに適用するための、実行提案としてのスキル判断を検証する統合フレームワークを提案。
- UniPhysGen: シミュレーション対応3Dアセットのための統合物理グラウンディング3Dアセット生成2026/7/15
3Dアセットに統一された物理セマンティクス(関節構造と物理特性)を自動付与するフレームワークと大規模データセット、ベンチマーク、モデルを提案した。
- SpatialEvo: 決定論的幾何環境による自己進化型空間知能空間推論2026/4/15
3次元空間推論の自己進化学習において、モデル合意ではなく幾何学的検証に基づく擬似ラベル生成を提案し、誤りを増幅せずに空間知能を向上させるフレームワークを構築した。
- ReMemNav: ゼロショット物体ナビゲーションのための再考とメモリ拡張フレームワークナビゲーション2026/3/1
視覚言語モデルの空間的幻覚や局所探索のデッドロックを解決するため、パノラマ意味情報とエピソード記憶を統合した階層型ナビゲーションフレームワークReMemNavを提案した。
- Arcadia: 身体性生涯学習のためのフルライフサイクルフレームワークに向けて身体性生涯学習2025/12/1
実世界でのデータ収集・生成的なシーン再構成・共有身体表現・sim-from-real評価を密結合した閉ループにより、身体性エージェントの生涯学習と汎化を実現するフレームワークを提案。
- ニューラル相互作用エネルギーによるマルチエージェント軌道予測軌道予測2024/4/1
エージェント間の相互作用をニューラル相互作用エネルギーとしてモデル化し、時間的安定性を高める2つの制約を導入することで、マルチエージェント軌道予測の精度と汎化性能を向上させた研究。
