Minghao Zhu
DAMO Academy, Alibaba Group
収録論文 8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
- 汎用潜在行動を条件とするクロスエンボディメント世界モデル世界モデル2026/10/27
人間動画・ロボット実演・シミュレーションを共通の3D潜在行動で条件付けし、異なる身体間で学習できる動画世界モデルを構築した。生成した疑似実演で実機ポリシーの成功率を向上させた。
- RynnUnify:統合型身体性ブレインへの挑戦VLA2026/10/23
動画と言語の交互推論で身体的理解と長期視覚計画を統合した16Bモデルを提案し、強化学習によるエージェント拡張とロボット制御への拡張も実現した。
- RynnBrain 1.1:より高機能で汎用的な具現化基盤モデルを目指してVLA/基盤モデル2026/7/1
RynnBrain 1.1は、2Bから122B-A10Bまでの規模を持つ具現化基盤モデル群で、接触点予測や3Dグラウンディングを導入し、ロボット操作に直接対応する表現と出力を実現。実機実験では、Qwenベースや汎用VLAを上回る性能を示した。
- RynnBrain: オープンな身体性基盤モデルVLA2026/2/1
知覚・推論・計画を統合した時空間基盤モデルRynnBrainを提案し、2B/8B/30B-A3B MoEの3規模と下流タスク向け4変種を公開、20の身体性ベンチマークで既存モデルを大幅に上回った。
- SignRAG: スケーラブルなゼロショット道路標識認識のための検索拡張システムゼロショット認識/RAG2025/12/1
視覚言語モデルで標識を記述し、ベクトルDBから候補を検索、LLMで推論するRAGベースのゼロショット道路標識認識フレームワークを提案。303種の標識で95.58%(理想画像)、82.45%(実世界)の精度を達成。
- 不確実性重み付きDecision Transformerによる密集複雑運転シーンでのナビゲーション自動運転2025/9/1
鳥瞰図占有グリッドとTransformerを組み合わせ、予測エントロピーで損失を重み付けするUWDTを提案し、ラウンドアバウトでの自動運転判断を安全かつ効率的にした。
- 高自動運転車の安全性能を評価するための敵対的かつ安全なエージェントの訓練自動運転テスト2024/2/1
ブラックボックスの高自動運転車の安全性能を評価するため、周囲の交通車両が安全性を保ちつつ攻撃性を高める戦略を学習し、その攻撃性の度合いを安全指標として用いる新しいテスト手法を提案した。
- 車間追従における先進運転支援システムの形式的安全性評価とシナリオサンプリングADAS安全性評価2022/2/1
車間追従システムの安全性を、偏りのない効率的なシナリオサンプリングで評価する枠組みを提案し、Openpilotなどの実システムに適用した。
