Yin Li
University of Wisconsin–Madison
収録論文 5本 ・ フィジカルAI/ロボット学習
VLA映像生成/自己運動触覚
※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
- 推論時に行動表現を誘導するSTARVLA2026/10/29
学習不要の推論手法STARを提案し、VLAモデルの後層の行動表現に物体認識的な更新方向を引き継がせて操作タスクの成功率を平均4.0ポイント向上させた。
- CausalAlign: 映像生成モデルの自己運動を一貫させる因果的アライメント映像生成/自己運動2026/10/21
拡散型映像生成モデルのカメラ自己運動のドリフトを診断し、3D基盤モデルとのデルタトークン空間でのアライメントで運動精度と幾何一貫性を改善する手法を提案。
- 記憶を重みとして:ストリーミング動画の長期履歴を内部化する手法VLA2026/10/15
ストリーミング動画向けVLMにおいて、過去の観測をLoRA重みに逐次統合して履歴を保持するMaLoWを提案し、大規模データセット構築とベンチマークでの性能向上を示した。
- DRIFT: 視覚言語モデルの連続出力を解読するための残差フローアダプタVLA2026/6/4
DRIFTは、事前学習済みの視覚言語モデルを連続値出力タスクに適応させるフレームワークで、粗い予測を基にフローマッチングで残差を生成・改善します。視覚的グラウンディングやロボット制御で既存手法を上回る性能を示しました。
- 見ずに掴む:触覚のみで未知物体を把持する学習手法触覚2018/5/1
触覚センサのみを用いて未知物体の位置を探索し、触覚フィードバックで把持を反復的に改善するシステムを提案。大規模把持データセットと教師なし触覚表現学習を構築した。
