Yue Liao
National University of Singapore
収録論文 16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
- UAV-Flow++：言語誘導ドローン飛行のベンチマークと学習のための統合スイートVLA2026/11/12
短距離の物体相対飛行操作に焦点を当て、言語指示から連続飛行行動を生成するタスク「Flow」を定式化し、実世界3万件超のデータセットとシミュレータ、模倣学習とTGRPO強化学習を組み合わせたFlowVLAを提案した。
- WorldSolver: LLMエージェントはソルバ生成を通じて物理ダイナミクスをシミュレートできるか物理シミュレーション/LLMエージェント2026/10/6
古典的CG論文由来の168の物理シミュレーションタスクを集めたベンチマークWorldSolverを提案し、LLMエージェントがソルバをコード生成して物理現象を再現できるかを実行・視覚・物理的妥当性の3軸で評価した。
- GE-Act 2.0: ロボット操作のためのワールドアクションモデルの事前学習とスケーリングVLA2026/9/4
操作データのみで生成・行動コンポーネントをゼロから学習するワールドアクションモデルを提案し、大規模データでの事前学習とスケーリングの効果を検証した。
- ワールドモデリングはどこへ向かうのか？世界モデル2026/8/1
エージェントの継続的改善のための世界モデルの概念を、物理状態遷移からエージェント中心の情報遷移へと拡張し、6つのプロキシ形式と3つの活用レベルを提案する。
- ワールドアクションモデル：サーベイサーベイ2026/6/1
予測と行動を統合するワールドアクションモデル（WAM）の定義と分類を整理し、既存手法を生成対象と設計要素の2軸で分析したサーベイ論文。
- パイロットのように考える：高精度な長期間UAVナビゲーションUAVナビゲーション2026/6/1
UAVエージェント向けに、多段階の指示と高密度な6自由度軌道を備えたベンチマークFLIGHTを導入し、低頻度の推論と高頻度の制御を分離する非同期アーキテクチャFLIGHT VLAを提案した。
- GE-Sim 2.0: ロボット操作のための包括的クローズドループ映像世界シミュレータへのロードマップシミュレーション2026/5/1
ロボット操作のためのクローズドループ映像世界シミュレータGE-Sim 2.0を提案。実ロボットデータで再学習し、状態デコーダ、世界判定器、高速化モジュールを追加して、映像シミュレーションからポリシー学習へのループを閉じる。
- Genie Envisioner：ロボット操作のための統合ワールド基盤プラットフォームVLA2025/8/1
指示条件付き動画拡散モデルを核に、方策学習・評価・シミュレーションを一つの動画生成フレームワークへ統合した基盤を提案し、軽量デコーダで行動軌跡を生成、専用ベンチマークも整備した。
- RoboCerebra：長期的ロボットマニピュレーション評価のための大規模ベンチマークマニピュレーション2025/6/1
家庭環境での長期的なロボット操作タスクを評価する大規模ベンチマークを提案し、VLMによる高レベル計画とVLAによる低レベル制御を組み合わせた階層的フレームワークと評価プロトコルを構築した。
- EnerVerse-AC: 行動条件付きで身体性環境を想像する世界モデル世界モデル2025/5/1
エージェントの予測行動から将来の視覚観測を生成する行動条件付き世界モデルを提案し、実機や複雑なシミュレーションなしでロボット模倣学習のデータ拡張と評価を可能にした。
- UAV-Flow Colosseo：言葉に反応して飛ぶUAV模倣学習の実世界ベンチマークVLA2025/5/1
言語指示に応じて短距離・反応的な飛行を行う「Flying-on-a-Word」タスクを定式化し、実世界データセット・制御フレームワーク・シミュレータを備えた初のベンチマークUAV-Flowを構築した。
- EWMBench：身体性世界モデルのシーン・動作・意味品質を評価するベンチマーク身体性世界モデル評価2025/5/1
言語指示から物理的に妥当なシーンを生成する身体性世界モデル（EWM）を、視覚的一貫性・動作正確性・意味整合性の3軸で評価するベンチマークを提案した論文。
- 敵対的データ収集：効率的でロバストなロボット模倣学習のための人間協調型摂動模倣学習2025/3/1
人間がリアルタイムで環境や指示を攪乱するHiL型データ収集法を提案し、少ないデモ数で模倣学習の汎化・ロバスト性・回復能力を大幅に向上させた。
- EnerVerse: ロボットマニピュレーションのための身体化未来空間の想像VLA2025/1/1
指示から未来の身体化空間を予測する生成ロボティクス基盤モデルを提案し、4Dガウススプラッティングと組み合わせてシミュレーションと実世界のギャップを縮め、高性能な操作を実現した。
- TopV-Nav: マルチモーダル大規模言語モデルの俯瞰視点空間推論能力を活用したゼロショット物体ナビゲーションナビゲーション2024/11/1
マルチモーダル大規模言語モデルが俯瞰地図を直接推論できるようにする手法を提案し、未知環境でのゼロショット物体ナビゲーション精度を向上させた。
- 現実的なUAV視覚言語ナビゲーションに向けて：プラットフォーム・ベンチマーク・手法VLA2024/10/1
UAV向けの視覚言語ナビゲーション(VLN)を現実的にするため、飛行制御を備えたOpenUAVプラットフォーム、約1.2万軌道のデータセット、補助情報付きベンチマークUAV-Need-Help、およびマルチモーダルLLMベースのナビゲーション手法を提案した論文。
