Zhijian Huang
収録論文 9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
- Xiaomi Auto World Model 2.0:実世界運転と身体性知能のための因果世界モデル世界モデル2026/11/1
マルチビュー時系列から3Dガウシアンを再構成し、因果的な物理進化を生成する統合ストリーミング世界モデルを提案。運転や身体性AIの閉ループシミュレーションに応用する。
- 密に考え、疎かに行動する:VLA自動運転のための潜在エキスパート認知チェーンVLA2026/10/19
視覚・意味・幾何情報を潜在空間に密に取り込むため、VLAモデル内に段階的な潜在エキスパート認知チェーンを組み込んだLECDriveを提案。基礎視覚モデルの知識を蒸留しつつ効率的な推論を実現する。
- 心で描き、手で成し遂げる:長期的ロボットマニピュレーションのためのマルチモーダル指示追従マニピュレーション2026/10/13
マルチモーダル指示を順序付きサブタスクに分解し、進捗評価器で次に進むタイミングを判断するエージェント「Orchestra」を提案。長期的なロボット操作タスクの成功率と実行長を大幅に改善した。
- UniviewVLA:世界モデリングを備えた統合マルチビュー視覚言語行動モデルVLA/操作2026/6/1
標準的な2つのカメラ観測のみから、世界モデルを用いてマルチビューの未来シーンを生成し、遮蔽された情報を補完して行動予測を改善するVLAモデルを提案。推論高速化のためのトークン圧縮と、動的な視点選択手法も導入。
- Xiaomi OneVL: ワンステップ潜在推論と視覚言語説明によるプランニング自動運転/VLA2026/4/1
自動運転のVLAモデルにおいて、潜在推論を視覚世界モデルで強化し、明示的CoTを超える精度を実現しつつ、推論速度を回答のみの予測と同等に高速化したフレームワークを提案した。
- DSBench:車外・車内リスクを評価する包括的ベンチマーク自動運転VLMベンチマーク2025/11/1
自動運転向けVLMの安全性評価のため、車外環境リスクと車内運転行動安全を10カテゴリ28サブカテゴリで統合評価する初のベンチマークDSBenchを構築し、98Kデータでの微調整が安全性を向上させることを示した。
- MiMo-Embodied: クロス身体性基盤モデル技術報告VLA2025/11/1
自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。
- RoboTron-Sim: シミュレーションによる難ケースで実世界運転を改善自動運転2025/8/1
高リスクな稀ケースを網羅したシミュレーションデータセットHASSと、環境・ハードウェア差に適応する手法を提案し、実世界の自動運転性能を約50%向上させた。
- RoboTron-Drive:自動運転のためのオールインワン大規模マルチモーダルモデルVLA2024/12/1
画像や多視点動画を入力とし、知覚・予測・計画を含む多様な自動運転タスクを単一モデルで実行する汎用大規模マルチモーダルモデルを提案し、複数ベンチマークで最先端性能を達成した。
