Mulin Yu

Shanghai Artificial Intelligence Laboratory

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

• RoboAtom：ロボット学習のための大規模原子行動アノテーション
  ロボット学習データセット2026/10/29

  複数データ源の軌跡に統一的な原子行動（サブタスク）アノテーションを付与した大規模データセットとベンチマークを構築し、スキル認識・境界定位・階層制御の性能向上を示した。

• VLMプランナーからロボットエージェントへ：履歴依存マニピュレーションのための自己進化ハーネス
  VLA2026/10/21

  VLMプランナーを編集可能なハーネスでロボットエージェント化し、実行経験から自己進化させて履歴依存の長期的マニピュレーションを改善するSERAを提案。RoboMMEで成功率51.38%を達成。

• フィジカルAI：概念・技術・課題の体系化
  フィジカルAI2026/10/19

  フィジカルAIの定義と技術的枠組みを統一的に整理し、知覚から行動までの閉ループやsim2real、安全性などの課題を展望したモノグラフ。

• Real2Gym: 動画からロボット用トレーニング環境を構築し、実機へスキルを転移
  sim2real2026/9/29

  人間やロボットのデモ動画から物理的に整合するシミュレーション環境を再構築し、その中で操作スキルを学習・蒸留して実機ロボットへ転移するReal2Sim2Realフレームワークを提案。

• InternW0-Δ: 予測ダイナミクスと行動を橋渡しする20K時間超のオープンデータによるワールドアクションモデル
  VLA2026/9/25

  視覚ダイナミクスと行動生成を統合したワールドアクションモデルを、20,000時間超の異種オープンデータで事前学習し、シミュレーションと実機で従来手法を上回る性能を達成した。

• ワールドモデルの定義とロードマップ
  ワールドモデル2026/7/7

  AIの各分野で使われる「ワールドモデル」の定義を明確化し、技術的側面と開発段階のロードマップを提案する視点論文。

• SIM1: 物理整合シミュレータによる変形物体世界でのゼロショットデータ拡張
  シミュレーション/変形物体操作2026/4/1

  変形物体操作のための物理整合型シミュレータを提案し、少数の実デモから合成データを生成してポリシー学習を効率化する。実機で90%のゼロショット成功率を達成した。

• SoMA: ロボットによる柔軟物体操作のための実世界-シミュレーション間ニューラルシミュレータ
  sim2real2026/2/1

  3Dガウススプラッティングを用いて、柔軟物体の変形・環境力・ロボット関節動作を統合的な潜在ニューラル空間でモデル化し、実世界のロボット操作を高精度に再現・汎化する実世界-シミュレーション間シミュレータを提案。