Junhan Sun
RoboParty Lab
収録論文 5本 ・ フィジカルAI/ロボット学習
ヒューマノイド制御VLA世界モデル/計画世界モデル
※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
- P-BFM: 教師なし強化学習による知覚型行動基盤モデルでヒューマノイドを制御ヒューマノイド制御2026/10/11
地形に依存しない意図と地形に応じた実現を分離し、地形情報なしで学習した行動基盤モデルにより、様々な地形で適応的なヒューマノイド制御を実現した研究。
- I-BFM: 教師なし強化学習による報酬条件付きロバストヒューマノイドインタラクションVLA2026/10/5
人間・物体・接触の結合ダイナミクスを教師なし強化学習で共有表現として学習し、下流タスクの報酬に条件付けられた単一の方策で運搬・押し・キックなどの全身インタラクションを実行できるヒューマノイド基盤モデルを提案した。
- FlexiWorld: 複数時間スケールにわたる柔軟なアクションチャンクによる学習と計画世界モデル/計画2026/9/28
可変長アクションチャンクと混合スパン目標監督を組み合わせたJEPAベースの世界モデルを提案し、長期的制御の成功率を向上させた。
- PredActor: 予測的行動拡散による操縦可能なオンボードヒューマノイド制御ヒューマノイド制御2026/9/21
固有感覚のみを用いて行動と将来状態軌道を同時生成し、テスト時にも目標へ操縦できるヒューマノイド制御ポリシーを提案。
- INTACT: 検索不要の世界モデルのための同型意図-行動学習世界モデル2026/7/1
行動ラベル付き軌跡から、検索なしで意図を行動に変換するエンドツーエンドのJEPAモデルを提案し、LeWMタスクで高い成功率を達成した。
