Xue Yang
Shanghai Jiao Tong University
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
- RSLiveBench-UAV:継続的に進化する航空空間知能の視覚言語ベンチマークベンチマーク2026/11/11
実UAV画像を継続取得して更新される視覚言語ベンチマークを構築し、30モデルを17タスクで評価した。
- BEAKER:自動化学実験室の身体知能を評価する専門家監修ベンチマークベンチマーク2026/11/4
自動化学実験室でMLLMが実験遂行に必要な能力を測るため、専門家が手作業で作成した1000問・11種の画像/動画タスクからなるベンチマークを構築し、28モデルを評価した。
- 両腕ロボット操作のためのグローバル・ローカル表現アライメントと空間物理グラウンディングVLA2026/10/16
関節空間で動作を直接回帰するVLAモデルに対し、順運動学を用いた物理的損失とDINOv3・Grounding DINO由来のクエリ蒸留を組み合わせ、両腕の長期的操作タスクの精度を向上させた研究。
- TriWorldBench: 三視点整合性で評価する身体性世界モデル世界モデル2026/9/22
頭部と両手首のカメラ映像を同期させた二腕操作タスクのベンチマークを提案し、視点間の整合性や物理的・時間的一貫性を19指標で評価する。
- Bench2Dex: 多様な器用ハンドにおける視触覚両手マニピュレーションのベンチマークマニピュレーション2026/9/14
12種類の器用ハンドに対応した共通の触覚インターフェースを備えるシミュレーションベンチマークを構築し、26の両手操作タスクと約1.3Kのテレオペデモを提供して視触覚マニピュレーションを評価可能にした。
- DA-NBV:船舶の効率的な3D再構成のための方向認識型次善視点プランナー3D再構成2026/8/1
船舶の複雑な構造と自己遮蔽に対応するため、方向別の観測履歴を考慮した次善視点計画手法を提案し、波浪による動揺下でも効率的な3D再構成を実現する。
- ACE-Brain-0.5:物理的エージェントAIのための統合具現化基盤モデルVLA2026/7/1
ロボット知能を空間知覚、意思決定、身体的行動、自己監視、自己改善の5機能に統合した、単一の8Bバックボーンによる閉ループ基盤モデルを提案する。
- WorldScape Policy 2.0:推論強化メモリによる操縦可能なワールドアクションモデリングの実現操作2026/7/1
ロボット操作のためのワールドアクションモデルを拡張し、長期・短期メモリと推論強化により、タスク進行の追跡と細かい言語-映像-行動の対応付けを可能にした。
- ACE-Brain-0: 空間知能を共通の足場とする普遍的身体性知能基盤モデル2026/3/1
多様な身体(自動運転、ロボット、ドローン)を統合する基盤モデルを提案し、空間知能を共通の足場として、専門化と融合を経て高い性能を達成した。
- 動的環境におけるデモンストレーション誘導型継続強化学習継続強化学習2025/12/21
過去の知識を自己進化するデモンストレーションリポジトリに保存し、それを直接活用して探索と適応を導く継続強化学習手法を提案。2DナビゲーションとMuJoCoで性能・知識転移・忘却抑制・効率の向上を示した。
- Raw2Drive: 世界モデル整合による強化学習ベースのEnd-to-End自動運転End-to-End自動運転2025/5/1
特権情報で訓練した世界モデルを生センサー世界モデルに蒸留し、強化学習でEnd-to-End自動運転を実現してCARLA v2で最高性能を達成した。
- Interleave-VLA:画像とテキストの交互入力でロボット操作を強化VLA2025/5/1
画像とテキストを交互に与える指示でロボットを学習させ、未知の物体への汎化性能を2倍に高め、手描きスケッチなどの柔軟な指示にも対応できるVLAモデルを提案。
- 系列ベースのマルチモーダル見習い学習によるロボットの知覚と意思決定見習い学習2017/2/1
時系列情報とマルチモーダルデータを同時に融合し、ロボットの知覚と意思決定を統合するSMAL手法を提案。救助探索シミュレーションと実機実験で有効性を示した。
- 身体部位と特徴量の同時学習によるロボットのリアルタイム人間行動認識行動認識2017/2/1
骨格データから識別的な身体部位と特徴量を同時に学習し、構造的スパース性を用いた最適化でロボットが人間行動をリアルタイムに認識する手法を提案した。
