Siyuan Hu
Apple
収録論文 6本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Apple(〜2026) / Nanyang Technological University(〜2026)
VLAsim2realヒューマノイド/歩行評価ベンチマーク運動予測
※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
- ピクセルから行動へ:ネイティブな視覚-言語-行動ポリシーに向けてVLA2026/11/4
視覚エンコーダを排除し、画像パッチを言語と共にバックボーン内で進化させて行動生成に直接利用するNEO-VLAを提案。操作タスクでエンコーダベース手法より強く頑健な制御を実現した。
- シミュレーションから獲得する知覚型ヒューマノイド動作sim2real2026/11/4
1000件の手続き生成された家庭環境で視覚・言語・動作データを合成し、実世界未経験のまま実環境で91%の成功率を達成したヒューマノイド自律システムHALOを提案。
- アテンション型接触計画によるヒューマノイド移動ヒューマノイド/歩行2026/10/22
運動データを学習事前分布として使い、自己教師ありアテンションで将来の身体-環境接触を予測し、接触条件付きトラッカーで全身運動へ変換する枠組みを提案。単一ポリシーで自然な協調運動と環境適応の柔軟性を両立させる。
- 身体化チューリングマシン:ロボットの再帰的自己改善のための状態を持つコードVLA2026/10/8
ロボットの状態をコードで明示的に表現し、VLMやVLAを使わずコードのみで意思決定を行う手法COAPを提案。42の両腕タスクで70.24%の成功率を達成した。
- GameWorld: マルチモーダルゲームエージェントの標準化・検証可能な評価に向けて評価ベンチマーク2026/4/8
ブラウザ環境で動作するマルチモーダル大規模言語モデル(MLLM)を汎用ゲームエージェントとして評価するためのベンチマークGameWorldを提案し、34種類のゲームと170のタスクを通じて、現状のエージェントが人間の能力に遠く及ばないことを示した。
- MS-Net: 複数シーンにおける運動予測のためのマルチパス疎モデル運動予測2024/3/1
自動運転向けの歩行者運動予測において、シーンごとにパラメータの一部を選択的に使うマルチパス疎モデルを進化的アルゴリズムで学習し、少ないパラメータで高精度を実現した研究。
