Xiaodi Huang
収録論文 2本 ・ フィジカルAI/ロボット学習
VLAVLA/データ拡張
※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
- 物理観測分布に基づく回転位置エンコーディングPOD-RoPEVLA2026/10/24
カメラ中心・視線方向・サンプリング時刻の分布としてトークンの観測範囲を表現し、ロボット操作ポリシーの性能と効率を向上させる位置エンコーディング手法を提案した。
- シミュレーションからリアリズムを見る:視覚言語行動データ拡張のための効率的なビデオ変換VLA/データ拡張2026/5/1
シミュレーションで生成したVLA学習用ビデオを、タスクの意味と行動軌跡を保ちつつ現実的なビデオに変換する効率的なデータ拡張フレームワークを提案。拡散モデルの特徴再利用とコアセットサンプリングにより計算コストを抑え、実ロボットを含む複数ベンチマークで性能を向上させた。
