Yue Su
The University of Hong Kong
収録論文 9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
- EgoForesight:ノイズを含む一人称視点行動データで方策学習を効果的にスケールするVLA2026/10/22
ロボット実演とノイズの多い一人称動画を併用し、信頼度に応じた行動監督と将来表現の蒸留で方策学習をスケールさせる視覚-言語-行動フレームワークを提案した論文。
- ゲーム世界で身体性エージェントをスケールする:多様な仮想世界での継続事前学習VLA2026/10/20
多様な仮想世界のデータで身体性エージェントを継続事前学習し、データ量・多様性・モデル規模が性能と汎化に与える影響を体系的に調べた研究。
- 統一因果学習下で世界モデルと行動モデルは相互に利益をもたらすか?VLA2026/10/15
行動を条件とした世界予測と政策学習を同一の映像・行動アーキテクチャで統合するOneWMを提案し、世界モデリングと行動生成が相互に性能を高め合うことを実機実験を含めて示した。
- SG-WAM: 幾何認識ポリシー空間における自己誘導型ワールドモデリングVLA2026/8/1
ポリシー由来の表現空間で幾何認識の行動条件付きダイナミクスを学習し、将来状態予測と行動生成を統合する自己誘導型フレームワークを提案。
- World Guidance: 行動生成のための条件空間における世界モデリングVLA2026/2/1
未来の観測をコンパクトな条件に圧縮して行動推論に注入し、VLAモデルが未来の行動と条件を同時に予測することで、精密な行動生成と高い汎化性能を実現するフレームワークを提案した。
- CLAP: 人間の動画から視覚-言語-行動モデルを学習するための対照的潜在行動事前学習VLA2026/1/1
人間の動画からロボットの行動スキルを抽出し、視覚-言語-行動モデルを事前学習するフレームワークCLAPを提案。対照学習で人間の動画をロボットの行動語彙に整合させ、効率的なスキル転移を実現した。
- DSPv2: 全身移動マニピュレーションのための効果的で汎化可能な高密度ポリシーの改良移動マニピュレーション2025/9/1
3D空間特徴と多視点2D意味特徴を融合する新たなエンコーディングとDense Policyの拡張により、全身移動マニピュレーションの模倣学習における汎化性能と動作生成精度を向上させた。
- Dense Policy:双方向自己回帰による行動学習マニピュレーション2025/3/1
軽量なエンコーダのみのアーキテクチャで行動系列を粗から細へと対数的な推論時間で展開する、双方向自己回帰型のロボットマニピュレーション方策を提案。
- 行動の前に動作を:物体運動をマニピュレーション条件として拡散する手法マニピュレーション2024/11/1
観測から物体の将来の姿勢系列を予測し、それを条件としてロボットの行動系列を拡散生成するプラグアンドプレイ型モジュールMBAを提案し、模擬・実環境で既存方策の性能を大幅に向上させた。
