Yuxing Long
Peking University
収録論文 12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
- 1回のスキャンで十分:言語誘導ナビゲーションのためのデモンストレーション不要な適応言語誘導ナビゲーション2026/10/24
iPhoneでの短時間スキャンから訓練環境と指示付きナビゲーションエピソードを自動生成し、人間のデモなしで言語誘導ナビゲーション方策を新しい建物に適応させる手法を提案した。
- データ合成と統合プランニングによるマニュアル基盤の家電操作のスケーリング操作プランニング2026/8/16
家電のマニュアルから部品接地・長期プランニング・閉ループ回復データを自動生成するパイプラインMAGEと、それを用いた大規模データセットUseAppliance、およびエンドツーエンドモデルAppliancePlanを提案し、実ロボットで有効性を実証した。
- VTInstructor: 連続環境におけるナビゲーション指示生成のための視覚的軌跡プロンプティングVLA2026/8/15
連続環境でのRGB映像からナビゲーション指示を生成する初のフレームワークを提案し、軌跡の幾何学を視覚的プロンプトに変換して指示生成の精度を大幅に向上させた。
- Embodied3DBench: 視覚言語モデルの低水準身体化空間知能のベンチマークVLA/ベンチマーク2026/5/1
視覚言語モデルの身体化3D環境における低水準空間知能を評価するベンチマークを提案し、13モデルの評価と大規模データセットによる改善を示した。
- RealAppliance: 実マニュアルに整合した高忠実度家電アセットの制御可能化と実用化sim2real2025/12/1
実マニュアルと整合する物理・電子機構・プログラムロジックを備えた100種の高忠実度家電アセットデータセットと、家電操作計画を評価するベンチマークを提案した論文。
- NavSpace:ナビゲーションエージェントの空間知能指示追従ベンチマークナビゲーション2025/10/1
ナビゲーションエージェントの空間知能を評価する6カテゴリ・1228ペアのベンチマークNavSpaceを提案し、22モデルを評価するとともに、新モデルSNavを提案して実機でも優位性を示した。
- CorrectNav: 自己修正フライホイールによる視覚言語行動ナビゲーションモデルの強化VLAナビゲーション2025/8/1
訓練中の誤り軌道を自己修正データに自動変換して再学習を繰り返す「自己修正フライホイール」を提案し、単眼RGBベースのVLAナビゲーションモデルCorrectNavでR2R-CEとRxR-CEの成功率を大幅に更新した。
- CheckManual: マニュアルに基づく家電操作の新たな挑戦とベンチマークマニピュレーション2025/6/1
家電のマニュアルを読み取り、その指示に従ってロボットが操作を行うためのベンチマークCheckManualを提案し、マニュアルに基づく操作計画モデルManualPlanを構築した。
- InstructNav: 未探索環境における汎用指示ナビゲーションのゼロショットシステムナビゲーション2024/6/1
未探索環境で多様な言語指示に従ってロボットをナビゲートさせるため、動的ナビゲーションチェーンとマルチソースバリューマップを用いたゼロショットの汎用指示ナビゲーションシステムを提案した。
- ManipLLM: 物体中心のロボットマニピュレーションのための身体性マルチモーダル大規模言語モデルマニピュレーション2023/12/1
マルチモーダル大規模言語モデルの推論能力を微調整で活用し、物体カテゴリ理解・アフォーダンス推論・姿勢予測を行ってロボットマニピュレーションの汎化性能を高めた手法を提案。
- 動く前に議論せよ:マルチエキスパート議論による視覚言語ナビゲーションVLA2023/9/1
大規模モデルを分野別エキスパートと見立て、各ステップで議論しながら進むゼロショット視覚言語ナビゲーション手法を提案し、R2Rで大幅な性能向上を達成した。
- ピクセル誘導ナビゲーションスキルによるゼロショット物体ナビゲーションと基盤モデルの橋渡しナビゲーション2023/9/1
RGB画像上のピクセルを目標指定として使うナビゲーション方策PixNavを提案し、基盤モデルと実機ナビゲーションを繋いで長期的な物体探索を可能にした。
