Dekang Qi
収録論文 7本 ・ フィジカルAI/ロボット学習
VLA/移動操作VLAVLA/エージェント基盤世界モデルナビゲーション
※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
- ABot-M0.5: 移動と操作を統合した世界行動モデルVLA/移動操作2026/7/1
移動操作ロボットのための世界行動モデルを提案し、時間粒度・行動空間・学習と推論の整合性を揃えることで、長期的なタスク実行の精度とロバスト性を向上させた。
- DLAM: 時間的制約を伴う分布型潜在アクションVLA2026/7/1
本論文は、ロボットの行動データ不足を補うため、行動ラベルなしのビデオから潜在アクションを学習する新しいモデルDLAMを提案する。各遷移を対角ガウス分布として表現し、時間的整合性を保ちながら再構成誤差の伝播を抑えることで、ロボットポリシー学習の性能を向上させる。
- ABot-Claw: 持続的・協調的・自己進化型ロボットエージェントの基盤VLA/エージェント基盤2026/4/11
OpenClawを拡張し、異種ロボットの協調、視覚中心のマルチモーダル記憶、批評家ベースの閉ループフィードバックを統合することで、実世界での長期的・自己進化的なロボットエージェントを実現する基盤を提案した。
- ABot-PhysWorld: 物理整合を備えたロボット操作のための対話型世界基盤モデル世界モデル2026/3/1
物理的に不自然な操作動画を生成する問題を解決するため、物理認識アノテーション付きの大規模データセットとDPOベースの後訓練を導入し、物理的に妥当で行動制御可能な動画を生成する世界モデルを提案した。
- ABot-M0: 行動多様体学習によるロボットマニピュレーションのためのVLA基盤モデルVLA2026/2/1
異種ロボットデータを統合した大規模データセットUniACTを構築し、行動が低次元多様体上に存在するという仮説に基づくAction Manifold Learningで効率的なVLA基盤モデルを実現した。
- MerNav: ゼロショット物体目標ナビゲーションのための高汎化メモリ・実行・レビューフレームワークナビゲーション2026/2/1
メモリ・実行・レビューの3モジュールからなるフレームワークを提案し、ゼロショット物体目標ナビゲーションにおいて成功率と汎化性能を両立させ、実機ヒューマノイドでも検証した。
- JanusVLN: 二重暗黙メモリで意味と空間を分離する視覚言語ナビゲーションVLA2025/9/1
人間の左右脳のように意味理解と空間認知を別々の固定サイズの暗黙的ニューラルメモリで表現し、冗長な計算を抑えつつ効率的に視覚言語ナビゲーションを行うフレームワークを提案した。