Yuxiang Zhang
Huawei Noah's Ark Lab
収録論文 7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
- 患者・部位・事前分布(P³):医療ワールドモデルにおける個人化とは何か医療画像予測2026/10/6
患者の縦断的画像履歴・病変位置・集団平均を分離して評価するP³監査を提案し、乳がんMRI予測モデルCancer JEPAで患者固有の予測価値を検証した。
- 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。
- RIWANav:都市ナビゲーションのための自己改善型再帰的世界行動モデルナビゲーション2026/10/6
都市ナビゲーション向けに、行動条件付き世界モデルと方策を交互に更新する再帰的自己改善フレームワークを提案し、想像上のフィードバックと自己カリキュラムで性能を向上させた。
- PreAct-Nav: 都市ナビゲーションのための行動前エージェント推論ナビゲーション2026/10/4
凍結したポリシーに中期的なサブゴールと行動条件付き世界モデルによる予測推論を組み合わせ、都市環境での長期的ナビゲーションを実現するフレームワークを提案。
- PhysBrain 1.5:視覚言語モデルから物理基盤モデルへVLA2026/9/14
人間のインタラクション動画から身体動作を学習し、行動生成と未来状態予測を統合した8Bの物理基盤モデルを構築、28の身体理解ベンチマークでオープンソース最高性能を達成した。
- ヒューマン・アズ・ヒューマノイド:人間に合わせた身体を持つエゴ・エクソ人間ビデオからのゼロショット人型ロボット学習模倣学習2026/6/1
人間のデモ動画を高自由度ヒューマノイドのVLA学習に使えるように、身体・センシング・行動ラベルを揃えるフレームワークを提案し、実機で検証した。
- VLM-UDMC: 都市自動運転のためのVLM強化型統合意思決定・運動制御自動運転2025/7/1
視覚言語モデルとRAGを活用した上位意思決定と、軽量LSTMによる軌道予測を組み合わせ、都市環境での自動運転の安全性と解釈性を高める統合フレームワークを提案し、実車実験で有効性を検証した。
