Shiyu Huang
収録論文 6本 ・ フィジカルAI/ロボット学習
動画ストレージVLA視覚グラウンディング群制御
※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
- AI学習向け動画ストレージの再考:フレーム間依存を断ち切る高効率ランダムアクセス動画ストレージ2026/10/21
AI学習のランダムなフレームサンプリングに最適化し、依存関係を考慮した疎なデコードとDDRA符号化で再構成コストを最大3フレームに抑える動画ストレージ手法を提案した論文。
- GroundingPI:視覚プリミティブで物理知能に挑むグラウンディング基盤モデルVLA2026/9/30
点やボックスを量子化座標として生成する4Bのグラウンディング基盤モデルを提案し、ロボット操作や自動運転の視覚バックボーンとして性能を向上させた。
- GroundAnything: 並列デコーディングと高精度視覚グラウンディングをフラッシュ速度で両立視覚グラウンディング2026/9/30
拡散モデルによる並列デコーディングで視覚グラウンディングを高速化し、4Bモデルで同規模の最先端性能を達成した研究。
- MQE: マルチエージェント四足歩行環境で相互作用の可能性を解き放つ群制御2024/3/1
複数の四足ロボットが協調・競争するタスクを学習・評価するための新しいマルチエージェント強化学習環境MQEを提案し、最先端アルゴリズムをベンチマークした。
- SwiftSage:高速思考と低速思考を備えた生成的エージェントによる複雑な対話型タスクの解決VLA2023/5/1
人間の二重過程理論に着想を得て、小さな言語モデルによる直感的な行動生成とGPT-4による熟考的なサブゴール計画を組み合わせ、複雑な対話型推論タスクの性能を向上させたエージェントフレームワーク。
- マルチエージェントナビゲーションのためのグラフ強化型司令官・実行者モデル群制御2023/2/1
マルチエージェントナビゲーションにおいて、目標分配を行う上位層とGNNで協調行動を学習する下位層からなる階層型強化学習手法MAGE-Xを提案した論文。
