Yiran Mao
Shanghai Jiao Tong University
収録論文 4本 ・ フィジカルAI/ロボット学習
評価基盤マニピュレーションVLA
※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
- RoboScope Kit: embodied-AI評価を高速化・スケール化する統合インターフェース評価基盤2026/11/2
各ベンチマークの評価器をアダプタで包み、モデルをPolicyクラスで統一して、シミュレータとモデルを別プールで並列スケジューリングすることで、ロボットポリシー評価を最大6倍以上高速化した。
- Evo-DexBench: 関連タスク間の汎化を評価する巧みな操作のベンチマークマニピュレーション2026/10/15
関連するコアタスクから新規ターゲットタスクへ機能的な相互作用知識を転移できるかを評価する、30タスク・6機能ファミリからなる巧みな操作のベンチマークを提案した。
- LA4VLA: 視覚なしで行動を学習する言語-行動事前学習VLA2026/6/1
視覚-言語-行動モデルが視覚情報に過度に依存する問題を解決するため、視覚観察なしで言語条件付き行動の事前学習を行うフレームワークを提案し、シミュレーションと実世界で性能向上を確認した。
- Evo-Depth: 軽量な深度強化型視覚言語行動モデルVLA2026/5/1
追加センサーや高コストな幾何基盤モデルを使わずに、多視点RGB画像から軽量な暗黙的深度符号化モジュールで深度特徴を抽出し、空間セマンティクスを強化するVLAモデルを提案した。
