Bingxuan Li

University of Illinois Urbana-Champaign

収録論文 4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

• MotorMind: 汎用視覚言語モデルをゼロショットロボットマニピュレーションに活用するフレームワーク
  マニピュレーション2026/9/29

  汎用VLMが直接観察から行動を生成しフィードバックで適応するだけでロボット操作を実現するハーネスを提案し、専用学習や外部ツールなしでLIBERO-PROや実機xArm6で高い成功率を達成した。

• マルチモーダルメモリ圧縮による長期的身体化意思決定
  意思決定/ベンチマーク2026/8/2

  長期的な身体化意思決定のためのベンチマークDunphyBenchを提案し、VLMエージェントの性能が人間に及ばないこと、メモリ管理がボトルネックであることを示した。さらに、ユーザー嗜好に基づいて情報を圧縮するMeMentoを設計し、精度向上とメモリ削減を実現した。

• 現在のエージェントは世界モデルを先見のツールとして活用できていない
  VLA2026/1/7

  視覚言語モデルベースのエージェントが生成的世界モデルを外部シミュレータとして使えるかを検証し、シミュレーションの起動判断や予測結果の解釈・統合がボトルネックで性能が向上しないことを示した実証研究。

• 身体性ウェブエージェント：物理世界とデジタル世界を統合するエージェント知能
  VLA2025/6/1

  3Dシミュレーション環境とウェブインターフェースを統合したプラットフォームを構築し、料理・ナビゲーション・買い物など物理とデジタルの協調推論を要するタスクのベンチマークを提案した。