Yuxiang Yan
収録論文 6本 ・ フィジカルAI/ロボット学習
世界モデルマニピュレーションVLA継続学習
※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
- ロールバック:世界モデルにおける経験の巻き戻しによる方策改善世界モデル2026/10/26
世界モデルを過去の意思決定点まで巻き戻して反事実的な行動分岐を探索する仕組みに変え、実ロボット経験との非同期ループで方策を改善する手法を提案。
- フリート経験から学ぶ:ロボットの集合学習パラダイムマニピュレーション2026/10/19
配備中のロボット群が実行経験を共有し、失敗文脈から成功軌道を検索して方策を更新する集合経験学習(CEL)を提案。実世界5タスクで93.3〜99.2%の成功率を達成した。
- BEE: 視覚言語行動モデルを用いた介入適応型実世界強化学習VLA2026/9/23
凍結したVLAモデルに対し、人間の修正を行動次元ごとの信頼度に応じた制約として扱うことで、実機でのオンライン強化学習を効率化する手法を提案。
- 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。
- CIDER: 身体化強化学習のための継続的対話蒸留継続学習2026/8/22
実世界の継続的強化学習において、過去のポリシーを教師として凍結し、蒸留による保持とタスク学習を交互に行うことで、破滅的忘却を防ぎながら新しいスキルを獲得するフレームワークを提案した。
- 空間認識型マニピュレーション順序の学習マニピュレーション2025/10/1
物体間の空間的依存関係を考慮し、散らかった環境での操作順序をリアルタイムに学習・決定するフレームワークOrderMindを提案した。
