Yang Yue
Tsinghua University
収録論文 10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
- 不完全なデモから精密な進捗推定を学習する手法PRIMEマニピュレーション2026/10/16
複数のデモをまたいで状態を重み付きグラフで結び、最短経路で成功までの距離を近似することで、人間のミスを含む不完全なデモからでも精密な進捗推定を可能にした研究。
- 空間ギャップに注意:地理空間推論と制約付き空間編集のベンチマーク空間推論ベンチマーク2026/10/9
実世界の都市データを用いて、MLLMの空間関係理解から制約付き空間編集までの能力を評価するGeoSpatialBenchを提案し、構造化GeoJSONが地図画像より優れる一方で定量的関係や編集に課題があることを示した。
- VLA-ACL: 行動整合性に基づく視覚トークン刈り込みによる効率的なVision-Language-ActionモデルVLA2026/10/6
ベースのVLAモデルを凍結したまま、行動レベルの教師信号で軽量な視覚トークン選択ポリシーを学習し、最大87.5%の視覚トークンを削減しつつ操作性能を維持する手法を提案。
- 世界行動モデルの汎化性能を決める要因とは?推論時の未来モデリングに関する実証研究VLA2026/9/28
世界行動モデル(WAM)の汎化性能を環境変化・データ効率・タスク汎化の3軸で評価し、未来表現の条件付けが重要であることを示すとともに、未来生成を1回の順伝播に簡略化したSimple-WAMを提案した。
- LaST-HD: スケーラブルな人間データからロボット操作の物理的推論を学習する操作学習2026/6/1
人間の手のデモンストレーションとロボットのデモンストレーションを共有の潜在推論空間で整列させ、物理ダイナミクスを内部化することで、ロボット操作の学習を改善する新しい手法を提案した論文。
- TwinRL: デジタルツイン駆動強化学習による実世界ロボットマニピュレーションVLA2026/2/1
スマホ撮影から高忠実度デジタルツインを構築し、SFT・ツインRL・実世界RLの3段階でVLAモデルの探索空間を拡張・誘導する協調ポストトレーニング手法を提案。
- MOVE: ロボットマニピュレーションの空間汎化のための運動ベースデータ収集パラダイムマニピュレーション2025/12/1
デモ中に環境内の物体を動かすことで、単一軌道から多様な空間配置データを生成し、模倣学習の空間汎化性能を向上させる手法を提案。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- SpatialActor: ロバストなロボットマニピュレーションのための分離された空間表現の探求マニピュレーション2025/11/1
意味と幾何を明示的に分離し、ノイズの多い深度と専門家事前知識を融合するフレームワークを提案。RLBenchで87.4%を達成し、ノイズ条件下で13.9%〜19.4%の改善を示す。
- DeeR-VLA:ロボット実行のためのマルチモーダル大規模言語モデルの動的推論VLA2024/11/1
ロボットの計算資源制約に対応するため、状況に応じてMLLMの活性化サイズを自動調整する動的早期終了フレームワークを提案し、CALVINベンチマークで効率と性能を両立させた。
