Peiwen Sun
The Chinese University of Hong Kong
収録論文 5本 ・ フィジカルAI/ロボット学習
マルチモーダルLLMVLAVLA/ツール使用空間記憶/ビデオ理解
※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
- Omniを超えて:身体感覚理解のための統合マルチモーダル大規模言語モデルマルチモーダルLLM2026/10/19
視覚・音声以外の多様な身体感覚モダリティを扱える統合MLLMフレームワークUnisenseを提案し、8モダリティ100万サンプルの学習コーパスと12ベンチマークで有効性を示した論文。
- エージェント型ロボットに向けて:モデル・データ・環境・ハーネスの統合展望VLA2026/10/14
ロボット知能の新パラダイム「エージェント型ロボット」について、モデル・データ・環境・ハーネスの4領域にわたる既存研究を17カテゴリに整理し、統一的な展望を示したサーベイ論文。
- 見て、思い出して、行動する:並行身体ストリームにおける常時稼働ロボットVLA2026/9/23
常時稼働ロボット向けに、ライブ知覚・身体状態・自身の過去行動を非同期に統合するストリーミングポリシーARMSを提案し、両腕同時作業でのタスク成功率を向上させた。
- 視覚言語行動モデルをオンザフライツール使用エージェントへ進化させるVLA/ツール使用2026/8/14
VLAモデルにツール注入フレームワークを統合し、低次視覚・高次アフォーダンス・身体性を強化するエージェントARTを提案。ツール使用により行動解空間を縮小し、汎用性向上とデータ依存低減を実現。
- LongSpace: ビデオにおける知覚から想起までの長期的空間記憶の探求空間記憶/ビデオ理解2026/6/4
長期的な空間記憶を評価するベンチマークLongSpace-Benchを導入し、3D構造的手がかりと層認識メモリを用いた空間推論フレームワークLongSpaceを提案した。
