Yuxiang Gao
COCO Matrix
収録論文 11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
- BAT-WAM:巧みな手のための世界行動モデルにおける行動と触覚の橋渡しマニピュレーション2026/11/7
視覚・関節状態・触覚を統合し、欠損した触覚情報を補完しながら巧みな手の操作を可能にする世界行動モデルBAT-WAMを提案した論文。
- 長期的タスク進展と局所ダイナミクスを分離する世界行動モデルマニピュレーション2026/11/3
ロボット操作のための世界行動モデルにおいて、長期的なタスクの進展と短期的な局所視覚ダイナミクスを二つのストリームに分離し、統合アーキテクチャで行動生成を改善した研究。
- LOGIV: 長期ロボットタスクのためのグラフ検証付き実行と因果的局所修復長期タスク実行2026/10/29
タスクグラフで計画・検証・実行を結び、失敗時に依存関係をたどって必要な条件だけを局所修復するフレームワークを提案。既存のVLA/WAMポリシーの上で動作し、双腕タスクや実機で成功率を向上させた。
- 時空間参照でロボット動作を編集する統合インターフェースマニピュレーション2026/10/16
キーポイントや流れなど様々な時空間参照を同一の行動空間の部分指定として統合し、制御可能なマニピュレーションを行動インペインティング問題として解く手法を提案した。
- BridgeWAM: 潜在ブリッジクエリによる映像・行動エキスパートの橋渡しVLA2026/10/10
映像と言語・固有感覚の情報を32個の潜在ブリッジクエリで共有空間に集約し、超軽量な行動ヘッドで高精度かつ高速なロボット操作を実現した手法。
- 世界行動モデルを再考する:構成的・文脈内ロボットマニピュレーションに向けてマニピュレーション2026/10/1
操作タスクを視覚サブゴール計画と実行に階層化し、事前学習済み世界モデル表現を共有するViGARを提案。長期構成的タスクと文脈内学習で高い成功率を示した。
- 4D-WAM: 軌跡フィールドによる世界行動モデルへの時空間認識の注入VLA2026/8/1
ロボットの行動生成と動画予測を統合する世界行動モデルに対し、3D軌跡フィールドからの時空間知識を表現整合で注入する訓練戦略を提案し、空間理解と実行精度を向上させた。
- DyPES-VLA: 共有ダイナミクス事前知識と身体固有制御の学習によるクロス身体操作VLA/クロス身体操作2026/8/1
異なるロボット身体間で共有できるダイナミクス事前知識を学習し、身体固有の行動空間で直接制御を出力するVLAモデルを提案。シミュレーションと実機で最高性能を達成した。
- 前方予測だけで十分か?JEPAワールドモデルのための物理状態接地ワールドモデル2026/8/1
JEPAベースのワールドモデルに、ロボットの自己受容状態と関節角変化を接地する2つの目的を追加し、潜在表現の識別性と下流タスク性能を向上させる手法を提案した。
- DFM-VLA: 離散フローマッチングによる反復的な行動洗練でロボットマニピュレーションを実現VLA2026/3/1
行動トークンを反復的に洗練する離散フローマッチング型VLAを提案し、初期のトークン誤りを後から修正できるようにしてマニピュレーション精度を向上させた。
- 群れを考慮したロボットナビゲーション方策の学習ソーシャルナビゲーション2020/12/1
歩行者を個人ではなく群れとして捉え、深層強化学習で群れを考慮した移動ロボットのナビゲーション方策を学習し、衝突や社会的規範違反の低減を示した。
