Baijun Ye

収録論文 6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

• G0.5: ロボットの推論と行動のための単一自己回帰ストリーム
  VLA2026/8/1

  単一のトランスフォーマーデコーダが推論トークンと行動トークンを同一の目的で生成する、事前学習済み自己回帰VLAモデルG0.5を提案。異なるロボットの行動を共有語彙に変換するトークナイザーや、チェーン・オブ・ソート、視覚メモリを導入し、複数のベンチマークでSOTAを達成。

• ActionCodec：優れたアクショントークナイザの設計原則
  VLA2026/2/1

  VLA最適化の観点から情報理論に基づく設計原則を導き、それに従う高性能アクショントークナイザActionCodecを提案。LIBEROでロボティクス事前学習なしにSOTAを達成。

• TTT-Parkour: 知覚型ロボットパルクールのための高速テスト時訓練
  歩行2026/2/1

  RGB-Dで実地形を高精度に再構成し、その上で方策を高速微調整するreal-to-sim-to-real手法により、人型ロボットが未知の複雑地形を10分以内で走破できるようにした。

• FASTer: ニューラル行動トークン化による効率的な自己回帰型視覚言語行動モデリング
  VLA2025/12/1

  行動チャンクを単一チャネル画像として符号化する学習可能なトークナイザと、ブロック単位の自己回帰復号化を組み合わせ、推論速度とタスク性能を両立させたVLAフレームワークを提案。

• VR-Robo：実環境からシミュレーションを経て実環境へ戻す、視覚的ロボットナビゲーションと歩行のためのフレームワーク
  sim2real2025/2/1

  多視点画像から3Dガウススプラッティングでフォトリアルなデジタルツイン環境を構築し、強化学習で視覚的目標追跡を学習させることで、RGBのみのsim-to-real転移を実現した。

• 三段階ロバスト姿勢最適化による分散NeRFのブレンディング
  NeRF/3D再構成2024/5/1

  分散NeRFの位置合わせ精度を三段階の姿勢最適化で高め、都市規模の環境を高品質に合成する手法を提案した。