Yude Zou
Shanghai Artificial Intelligence Laboratory
収録論文 7本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Shanghai Artificial Intelligence Laboratory(〜2026) / Shanghai Jiao Tong University(〜2026)
VLAビデオ生成相互作用生成双腕マニピュレーション
※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
- 経験を振り返り教訓を磨く:身体性エージェントのためのシンプルな記憶進化VLA2026/11/8
MLLMベースの身体性エージェントが自己記述のテキスト記憶を保持・洗練することで、重み更新なしに性能を大幅向上できることを示した研究。
- フロンティアエージェントのEBenchによる性能評価:直接制御からポリシー併用ハーネスまでVLA2026/10/26
マルチモーダルLLMエージェントによるロボット制御をEBenchで評価し、直接制御と学習済みVLA/WAMポリシー併用の2構成を比較した報告。
- PICA-WAM: 世界行動モデルにおける外観横断的自己整合による視覚摂動不変性VLA2026/10/19
世界行動モデル(WAM)に摂動不変性を補助タスクとして組み込む自己教師あり学習フレームワークを提案し、視覚的外観変化に対するロバスト性を向上させた。
- 制御可能な人間中心ビデオ生成における合成データ拡張の役割の探求ビデオ生成2026/4/23
合成データが人間のビデオ生成に与える影響を体系的に調査し、拡散ベースのフレームワークで合成データと実データの補完的役割を明らかにした。
- InfBaGel: 動的知覚と反復的洗練による人-物体-シーン相互作用生成相互作用生成2026/4/6
人-物体-シーン相互作用の生成を、動的なシーン変化を考慮しつつ、粗から精への反復的生成フレームワークで実現した。データ不足は疑似データ生成で補い、衝突回避のガイダンスも導入した。
- RoboTwin: 生成デジタルツインによる双腕ロボットベンチマーク双腕マニピュレーション2025/4/1
3D生成基盤モデルと大規模言語モデルを活用し、多様な専門家データセットと実世界に即した評価プラットフォームを提供する双腕ロボットタスク向けの生成デジタルツインフレームワークを提案。
- RoboTwin: 生成的デジタルツインによる双腕ロボットベンチマーク双腕マニピュレーション2024/9/1
3D生成モデルと大規模言語モデルを活用し、単一の2D画像から多様な物体のデジタルツインを生成して双腕ロボットの専門家データセットと実世界に即した評価ベンチマークを提供するフレームワークを提案。
