Dongjie Huo
収録論文 8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
- 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。
- 代数的一貫性を持つ潜在アクションモデル：視覚・言語・行動モデルのためのALAMVLA2026/5/1
アクションラベルなしの動画から潜在アクションを学習し、代数的一貫性（合成・可逆性）を課すことで、VLAモデルの生成に適した構造化された潜在遷移を獲得する手法を提案した。
- NORM-Nav: 自然言語による行動制約を用いたゼロショット移動ロボットナビゲーションナビゲーション2026/5/1
LLMを用いて自然言語の行動指示をコストマップに変換し、幾何・意味・方向・速度の制約を統合することで、人間らしい軌道生成を実現するゼロショットナビゲーション手法を提案した。
- 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。
- ニューラル暗黙アクションフィールド：視覚-言語-行動モデルのための離散ウェイポイントから連続関数へVLA2026/3/1
VLAモデルの行動表現を離散ウェイポイントから連続時間の行動関数へ再定式化し、任意の時間分解能で滑らかな制御を可能にした手法を提案。
- 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。
- OpenBench：スマート物流におけるセマンティックナビゲーションの新ベンチマークとベースラインナビゲーション2025/2/1
OpenStreetMapと基盤モデル（LLM/VLM）を組み合わせ、事前地図作成なしで屋外配送ナビゲーションを実現するシステムと、住宅街での実世界配送を評価する新ベンチマークを提案した。