Minghao Fu
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAsim2real世界モデル/強化学習操作学習/報酬設計表現学習世界モデル
※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
- LeWAM: JEPAによる世界モデルと行動のエンドツーエンド学習VLA2026/10/8
JEPAを用いて潜在状態予測と行動フローマッチングを統合し、単一モデルで直接的な方策実行と効率的な計画を可能にする制御フレームワークを提案。接触の多いタスクや長期タスクで成功率を大幅に改善し、計画速度も向上させた。
- Video2World:身体性動画から対話型世界モデルを構築するコーディングエージェントのベンチマークsim2real2026/10/3
ロボットや人間の実演動画から、コーディングエージェントが自動でシミュレーション環境とロボット行動を構築できるかを評価するベンチマークVideo2Worldを提案し、最先端エージェントの性能と限界を分析した。
- エージェント探索と構造化モデリングの相乗効果によるタスク十分な世界モデルの学習世界モデル/強化学習2026/7/5
エージェントが環境を能動的に探索してタスク関連情報を収集し、そのデータからタスクに必要な最小限の表現を世界モデルで学習することで、サンプル効率と汎化性能を向上させる手法を提案した。
- RARM: 操作学習における信頼度ゲート付き進捗報酬モデリング操作学習/報酬設計2026/6/1
単一の成功デモ動画を参照し、ロボット操作の強化学習向けに信頼できる進捗報酬を生成する軽量な視覚比較モデルを提案した。
- SCAR: 自己教師あり連続行動表現学習表現学習2026/5/1
視覚遷移から複数の身体に共通する行動表現を学習する枠組みを提案し、世界モデルの汎化性能を向上させた。
- DreamSAC: 対称性探索によるハミルトン世界モデルの学習世界モデル2026/3/8
物理法則の不変性を能動的に探索する「対称性探索」と、ハミルトン力学に基づく世界モデルを組み合わせ、外挿一般化を実現するフレームワークを提案した。
