Lewei Lu

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

• ピクセルから行動へ：ネイティブな視覚-言語-行動ポリシーに向けて
  VLA2026/11/4

  視覚エンコーダを排除し、画像パッチを言語と共にバックボーン内で進化させて行動生成に直接利用するNEO-VLAを提案。操作タスクでエンコーダベース手法より強く頑健な制御を実現した。

• ACE-Brain-0.6：身体性基盤モデルのための空間グラウンディングのスケーリング
  VLA2026/10/19

  ロボット操作記録と多様な視覚データを統合したデータパイプラインで約150万件の検証可能なグラウンディング教師信号を作り、Qwen3.5-9Bを微調整して空間知覚を強化したモデル。7つの公開ベンチマーク中4つでGPT-6 Astraを上回った。

• GPT-6-Astraは身体知能を獲得したのか
  VLA2026/10/15

  GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。

• マルチモーダル基盤モデルによる空間知能のスケーリング
  VLA2025/11/1

  800万件の多様な空間データでマルチモーダル基盤モデルを訓練し、空間知能ベンチマークで大幅な性能向上を達成するとともに、データスケーリングや創発的汎化の兆候を分析した。

• マルチモーダルLLMの空間知能を包括的に評価するEASI
  空間知能評価2025/8/1

  GPT-5など最先端マルチモーダルモデルの空間理解・推論能力を、統一的なタスク分類に基づく8つのベンチマークで大規模に評価し、人間との差や限界を明らかにした。

• 視覚的身体脳：マルチモーダル大規模言語モデルに空間での知覚・思考・制御を
  VLA2025/6/1

  マルチモーダルLLMをロボット制御に統合するVeBrainを提案し、テキストベースの制御信号を実機の動作ポリシーに変換するアダプタと大規模指示データセットで脚ロボットやアームの適応的な操作を実現した。

• シーンを占有格子として表現する
  自動運転/3D占有2023/6/1

  自動運転向けに、多視点カメラから3D占有格子を再構成するOccNetを提案し、検出・セグメンテーション・計画などのタスクで性能向上を示した。

• 計画指向の自動運転
  自動運転2022/12/1

  知覚・予測・計画を単一ネットワークに統合し、計画を最終目標として最適化するUniADを提案。nuScenesで従来手法を大幅に上回る性能を示した。

• 鳥瞰図知覚の難所を探る：レビュー・評価・実践レシピ
  BEV知覚2022/9/1

  自動運転向けの鳥瞰図（BEV）知覚について、視点変換やアノテーション、マルチセンサ融合などの課題を整理し、産業界の設計例や性能向上の実践ガイドをまとめたサーベイ。