Yixin Zheng
Institute of Automation, Chinese Academy of Sciences
収録論文 7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
- Uni-PNP:把持・非把持動作を統合した汎用物体姿勢到達ポリシー学習マニピュレーション2026/10/15
把持と非把持の操作を単一ポリシーで統合学習し、多様な物体・グリッパで物体姿勢到達を実現する手法を提案。
- World Action Modelsに必要な視覚表現とは何かVLA2026/10/9
World Action Modelにおける視覚表現・統合機構・特徴量の組み合わせを体系的に比較し、汎用視覚表現とチャネル単位の同時予測が有効であることを示した上で、最適な構成をR²-WAMとして実装した論文。
- DualWAM: 非同期グローバル計画と局所修正のためのデュアルシステム世界行動モデルVLA2026/9/21
グローバル計画と手首視点による局所修正を非同期に分離し、高頻度な閉ループ制御を可能にした世界行動モデル。FrankaとGalbotでのゼロショット操作で成功率を平均4.5ポイント向上させ、16.6倍の高速化を実現。
- WAM-TTT: テスト時に人間のプレイを見てワールドアクションモデルを操縦するVLA2026/7/1
人間の動画を模倣するのではなく、自己教師あり動画予測で凍結したワールドアクションモデルに軽量な適応メモリとして吸収し、テスト時に未ラベルの人間動画だけでロボットの行動を操縦するフレームワークを提案した。
- 散らかった環境における動力学を考慮した方策学習による外在的器用さの創発マニピュレーション2026/3/1
散らかった環境での物体操作に向け、接触による物体動力学を明示的にモデル化して強化学習の方策を条件付けるDAPLフレームワークを提案し、シミュレーションと実世界で従来手法を上回る成功率を達成した。
- LDA-1B:汎用身体データ取り込みによる潜在ダイナミクス行動モデルのスケーリングVLA2026/2/1
異種の身体データからダイナミクス・方策・視覚予測を統合学習する10億パラメータのロボット基盤モデルを提案し、接触・器用・長距離タスクで性能を向上させた。
- StereoVLA: ステレオ視で視覚言語行動モデルを強化VLA2025/12/1
大規模合成ステレオデータから幾何学的手がかりを取り入れた初のVLAモデルを提案し、精密な空間認識と視点ロバスト性を実現した。
