Mingju Gao
Einsia.AI
収録論文 4本 ・ フィジカルAI/ロボット学習
視覚推論VLA世界モデルsim2real
※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
- 視覚暗号ベンチマーク:長期的視覚推論におけるLLMエージェントの評価視覚推論2026/11/12
画像のみから解を導く40問の視覚パズルを新たに作成し、8つの最先端モデルの長期的視覚推論能力を評価したところ、最高性能でも正答率26.7%にとどまった。
- EmbodiedEvo:物理的知能のための自己改善型コーディングエージェントVLA2026/10/13
コーディングエージェントが単一のPlaygroundシーンでのフィードバックを通じて再利用可能なスキルと教訓を進化させ、それを多様な新シーンに適用することで物理タスクの成功率を高める手法を提案。
- 物理世界モデルの最終試験世界モデル2026/10/6
動画世界モデルの物理的整合性を、力学・光学・流体・熱・電磁気など40タスクで定量的に評価するベンチマークを提案し、8モデルの動画1,280本を検証した。
- TwinAligner: 視覚・動的アライメントによる物理認識Real2Sim2Realでロボットマニピュレーションを実現sim2real2025/12/1
シミュレーションと実世界の視覚・動的ギャップをSDF再構成と3DGSレンダリング、剛体物理同定で埋め、シミュレーションで訓練した方策を実世界へゼロショット転移させるReal2Sim2Realシステムを提案。
