Yuhao Liu

ShanghaiTech University

収録論文 5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

• UniAfford: トークンルーティング型マルチタスク学習による汎用可能な2D-3Dアフォーダンス知覚
  アフォーダンス知覚2026/9/29

  MLLMを共通の意味ハブとし、タスク別トークンルーターで画像・点群のアフォーダンスクエリを生成することで、2D・3D・統合アフォーダンス知覚を単一枠組みで扱う手法を提案。

• GuideMe: ストリーミング動画におけるマルチドメインタスクガイダンスと介入
  VLA2026/7/3

  マルチモーダル大規模言語モデルがリアルタイムの手順コーチとして機能できるかを評価するため、多領域のストリーミング動画ベンチマークGuideMeを構築し、既存モデルの性能を分析した。

• EgoCS-400K: 世界モデルのための自己中心型ゲームプレイデータセット
  データセット2026/6/16

  プロのCounter-Strikeのデモから、行動・状態・イベントと時間的に整合した自己中心型の大規模データセットを構築し、世界モデルの学習を支援する。

• Embodied-R1.5：身体化基盤モデルによる物理的知能の進化
  身体化基盤モデル2026/6/1

  身体化された認知・計画・修正・指示を統合した基盤モデルを構築し、大規模データとマルチタスク強化学習で身体化VLMのSOTAを達成。さらに少量データでVLAに転移可能なことを示した。

• 記憶拡張LLMによる3Dプリンティング作業指示の自律的統合手法
  産業応用/LLMエージェント2025/4/1

  3Dプリンティングの作業指示と装置情報を自然言語化し、記憶拡張型LLMエージェントで干渉チェックしながら自律的に統合・割り当てする手法を提案した。