Sherry Yang
New York University
収録論文 9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
- 機械学習実験の結果を予測する学習済みワールドモデルMLE-Worldワールドモデル2026/10/27
プログラムを実行せずにコードとデータ記述から学習実験の最終出力やスコアを予測するワールドモデルを構築し、AI研究エージェントの試行錯誤を低コスト化した論文。
- 動画ワールドモデルには予測可能な潜在表現が必要ワールドモデル2026/10/26
再構成オートエンコーダの潜在空間ではなく、時間的予測を最適化した潜在表現と過去条件付きデコーダを組み合わせることで、動画ワールドモデルの推論・学習効率と長期・分布外予測精度を大幅に改善した。
- MoCaP: 受動的な人間動画を用いたゼロショット移動マニピュレーションのためのモバイル・コード・アズ・ポリシー移動マニピュレーション2026/10/14
日常活動の受動的な人間動画から空間記憶と操作の準備動作を抽出し、コード生成型ポリシーで移動マニピュレーションをゼロショット実行するフレームワークを提案。実機で2タスク各80%の成功率を達成。
- WetRobo: 生物学実験室向けコーディングエージェント用再現可能ロボットキット実験室自動化2026/9/16
実験室間で移設可能なロボットアームと機材・コード・スキルファイルからなるキットを構築し、コーディングエージェントが自然言語タスクを実行、VLAより環境変化に頑健なことを示した。
- World-Gymnast: 世界モデル内での強化学習によるロボット訓練VLA2026/2/1
実世界の動画と行動データから学習した世界モデル内でVLA方針を強化学習し、実機性能で教師あり学習やシミュレータを上回ることを示した。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- 物体中心3Dモーションフィールドによる人間動画からのロボット学習VLA2025/6/1
人間の動画から物体中心の3Dモーションフィールドを抽出し、ロボットのゼロショット制御を可能にするフレームワークを提案。ノイズの多い深度から頑健に動きを推定し、多様なタスクで高い成功率を達成。
- WorldGym: 世界モデルを政策評価環境として活用VLA2025/6/1
行動条件付き動画生成モデルを仮想環境として使い、VLAロボット政策の成功率やランキングを実世界と高い相関で評価できる手法を提案。
