Xiangyu Yue
The Chinese University of Hong Kong
収録論文 15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
- CaPtain:コード・アズ・ポリシー型ロボットエージェントの事後学習パイプラインVLA2026/10/29
小型オープンVLMをコード生成型ロボット操作エージェントへと訓練するパイプラインを提案し、物理シミュレータの特権状態を用いたマルチターン強化学習で性能を大幅に向上させた。
- 検証器に基づく自己進化型物理推論フレームワークPhysEvolve物理推論2026/10/26
VLMが提案した実行可能な世界プログラムを物理エンジンで検証し、反事実的タスクを自動生成してGRPOで自己進化させる物理推論学習手法を提案。
- 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。
- Vela: 適応的行動曲線パラメータ化による視覚-言語-行動モデルのスケーリングVLA2026/10/4
未来のロボット動作を連続軌道として表し、スプライン表現と動作依存の時間サポートを組み合わせることで、固定出力予算でも時間解像度を適応させる視覚-言語-行動基盤モデルVelaを提案。大規模マルチ身体データで事前学習し、シミュレーションと実世界の長期的タスクで有効性を示した。
- 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。
- τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデルVLA2026/8/17
長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。
- 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。
- τ0-WM: ロボット操作のための統合ビデオ・アクション世界モデルVLA/世界モデル2026/6/1
ロボット操作のための、ポリシー学習・ビデオ予測・行動評価を単一の未来予測フレームワークに統合した世界モデルを提案。実ロボットデータ約27,300時間で訓練し、推論時に候補行動のサンプリングと評価・修正を行うことで、長期的で細かい操作タスクで高い性能を示した。
- ロボット操作のための効率的な視覚表現を学習する構造的潜在点視覚表現学習2026/5/1
3D認識と操作のための事前学習フレームワークを提案し、点群オートエンコーダの潜在空間に点単位の変分オートエンコーダを挿入して、暗黙的表現の表現力と明示的表現の構造的先行知識を組み合わせたハイブリッド表現「構造的潜在点」を学習する。
- RISE: 構成可能な世界モデルによる自己改善ロボット方策VLA2026/2/1
ロボット操作のための構成可能な世界モデルを提案し、想像空間での強化学習により実世界での安全性・コスト問題を回避しつつ、動的タスクで大幅な性能向上を実現した。
- ReSim: 自動運転のための信頼性の高い世界シミュレーションsim2real2025/6/1
実世界の運転データにシミュレータ由来の非専門家データを加え、危険な行動も含む多様な運転シナリオを制御可能に生成する世界モデルを構築し、報酬推定モジュールと組み合わせて政策評価性能を向上させた。
- 反射的計画:多段階長期的ロボットマニピュレーションのための視覚言語モデルマニピュレーション2025/2/1
視覚言語モデルに「反射」機構を組み込み、未来の世界状態を想像しながら推論を反復的に改善することで、多段階の長期ロボットマニピュレーション計画を可能にした。
- Image2Point: 2D画像事前学習モデルによる3D点群理解3D点群2021/6/1
2D画像で事前学習したモデルのアーキテクチャと重みを3D点群理解に転移できることを示し、少数層の微調整で高い分類性能とデータ効率・学習高速化を実現した研究。
- 自動運転向けカスタマイズ可能な動的シナリオモデリング・データ生成プラットフォーム自動運転シミュレーション2020/11/1
自動運転の希少シナリオを対象に、動的でインタラクティブなシナリオをモデル化し、シミュレーション上で多様なラベル付きセンサデータを生成・収集してデータ拡張を行う統合プラットフォームを提案した論文。
