Xiao Lin

HappyWorld-Bench

収録論文 14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

• DexCast: 人間の動画から実世界の巧みな操作を学習
  マニピュレーション2026/10/10

  単眼RGB-D動画から手と物体の相互作用を再構成し、テレオペレーションなしでロボットハンドの巧みな操作を拡散方策により学習するフレームワークを提案。

• HappyWorld-Bench：世界モデルの信頼性を評価する総合ベンチマーク
  世界モデル評価2026/9/21

  生成世界モデルがエージェントの相互作用下でどれだけ信頼できるかを、動画・空間・身体性の3トラックで評価するベンチマークを提案し、14の動画モデル、9の空間システム、8の身体性モデルを評価した。

• RynnBrain 1.1：より高機能で汎用的な具現化基盤モデルを目指して
  VLA/基盤モデル2026/7/1

  RynnBrain 1.1は、2Bから122B-A10Bまでの規模を持つ具現化基盤モデル群で、接触点予測や3Dグラウンディングを導入し、ロボット操作に直接対応する表現と出力を実現。実機実験では、Qwenベースや汎用VLAを上回る性能を示した。

• M²-VLA: 層混合とメタスキルによる汎用操作のための視覚言語モデル強化
  VLA/操作2026/4/1

  視覚言語モデルをロボット操作のバックボーンとして直接活用し、層混合戦略とメタスキルモジュールを導入して、高次意味理解と精密制御のギャップを埋める新しいVLAモデルを提案した。シミュレーションと実環境で有効性とゼロショット汎化を実証した。

• RynnBrain: オープンな身体性基盤モデル
  VLA2026/2/1

  知覚・推論・計画を統合した時空間基盤モデルRynnBrainを提案し、2B/8B/30B-A3B MoEの3規模と下流タスク向け4変種を公開、20の身体性ベンチマークで既存モデルを大幅に上回った。

• RoboWheel: 実世界の人間デモンストレーションから異形態ロボット学習用データを生成するデータエンジン
  VLA2025/12/1

  人間の手と物体のインタラクション動画から、接触を考慮した軌道を再構成し、多様なロボット形態へ再ターゲティングして学習データを生成するデータエンジンを提案。VLAや模倣学習でテレオペ並みの性能を実証。

• 大規模言語モデルが実現する汎用空中知能エージェント
  VLA2025/3/1

  LLM推論とロボット自律性を機体上で統合し、通信が制限された環境でもオープンワールドのタスクを実行できる空中知能エージェントを開発した。

• AnyNav: 視覚による神経記号的摩擦学習を用いたオフロードナビゲーション
  オフロードナビゲーション2025/1/1

  視覚から地形の摩擦係数を推定し、物理モデルと組み合わせてオフロード走行の経路と速度を計画する神経記号的手法を提案。実機へのsim2real転移も実証した。

• iWalker: 歩行人型ロボットのための命令的視覚計画
  歩行2024/9/1

  視覚に基づく障害物回避と足場計画を同時に行う、エンドツーエンドの人間型ロボット歩行システムを提案。自己教師あり学習によりシミュレーションと実環境で有効性を実証した。

• 命令的学習：ロボット自律性のための自己教師ありニューロシンボリック学習フレームワーク
  ニューロシンボリック2024/6/1

  ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。

• SayNav: 大規模言語モデルを動的計画に接地させ未知環境ナビゲーションを実現
  ナビゲーション2023/9/1

  LLMが生成する高レベル計画を3Dシーングラフで接地し、低レベルプランナで実行することで未知環境での複数物体探索ナビゲーションを実現した。

• PyPose v0.6: ロボティクス向け命令型プログラミングインターフェース
  ロボット学習ライブラリ2023/9/1

  ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。

• AirLine: 局所エッジ投票による効率的な学習可能直線検出
  直線検出2023/3/1

  エッジから直接線分を抽出する学習ベースの直線検出手法を提案し、領域成長法と局所エッジ投票により高精度を保ちつつ3〜80倍の高速化を実現した。

• PyPose: 物理ベース最適化を統合したロボット学習ライブラリ
  ロボット学習ライブラリ2022/9/1

  深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。