Tianyuan Yuan
Tsinghua University
収録論文 6本 ・ フィジカルAI/ロボット学習
VLA模倣学習/操作自動運転/地図生成
※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
- ActionCodec2: ストリーミング動作トークナイザVLA2026/11/11
軌道再構成誤差を許容範囲内に保ちつつ動作を逐次的に出力する非ニューラルなストリーミング動作トークナイザを提案し、VLAモデルの性能と閉ループ制御を改善した。
- G0.5: ロボットの推論と行動のための単一自己回帰ストリームVLA2026/8/1
単一のトランスフォーマーデコーダが推論トークンと行動トークンを同一の目的で生成する、事前学習済み自己回帰VLAモデルG0.5を提案。異なるロボットの行動を共有語彙に変換するトークナイザーや、チェーン・オブ・ソート、視覚メモリを導入し、複数のベンチマークでSOTAを達成。
- VolumeDP: 操作ポリシー学習のためのボリューム表現モデリング模倣学習/操作2026/3/1
2D画像から直接3D動作を予測する既存手法の2D-3Dミスマッチを解消するため、画像特徴を3Dボリューム表現に変換し、タスク関連ボクセルを選択して動作予測を行う新しいポリシーアーキテクチャを提案した。
- FASTer: ニューラル行動トークン化による効率的な自己回帰型視覚言語行動モデリングVLA2025/12/1
行動チャンクを単一チャネル画像として符号化する学習可能なトークナイザと、ブロック単位の自己回帰復号化を組み合わせ、推論速度とタスク性能を両立させたVLAフレームワークを提案。
- GalaxeaオープンワールドデータセットとG0デュアルシステムVLAモデルVLA2025/9/1
実環境で収集した大規模ロボット行動データセットを構築し、VLMによる計画とVLAによる実行を組み合わせた二重システムモデルG0を3段階学習で訓練した。
- VectorMapNet: エンドツーエンドのベクトル化高精度地図学習自動運転/地図生成2022/6/1
車載センサーから直接ベクトル化された高精度地図を生成するエンドツーエンドのパイプラインを提案し、従来手法を大幅に上回る精度を達成した。
