Fan Xu

USTC

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

• FutureWorlds: 代替未来からロボット世界モデルを学習する
  世界モデル2026/10/1

  マルチモーダル離散自己回帰モデルと多様性ビーム探索、候補ごとの記憶保持、MemSPO最適化を組み合わせ、ロボットの行動条件付き未来予測を高精度化する枠組みを提案。

• Spotter: 身体性モデルを主導させ、VLMに内省させる
  VLA2026/9/29

  身体性モデルが連続実行を主導し、VLMが並行して監視・エラー検出時のみ介入して内省・修正する枠組みを提案し、RoboCasaやRoboTwin 2.0で成功率を改善した。

• RoboAlign-R1: ロボットビデオ世界モデルのための蒸留型マルチモーダル報酬アライメント
  ビデオ世界モデル2026/5/1

  ロボットビデオ世界モデルの訓練を、再構成損失などの低レベル目的ではなく、指示追従や操作成功などの意思決定に重要な能力に合わせるため、報酬アライメントと長期推論安定化を組み合わせたフレームワークを提案した。

• 計画としての時空間予測：生成的世界モデルを用いたモデルベース強化学習アプローチ
  モデルベース強化学習2025/10/5

  時空間予測をモデルベース強化学習の問題として捉え、生成的世界モデルとビーム探索による計画で非微分な評価指標を報酬として活用し、極端事象の捕捉精度を高める手法を提案した。

• 単眼画像に基づくケーブル駆動ソフトロボットの三次元力推定手法
  触覚2024/9/1

  単眼画像と駆動情報を融合したエンドツーエンドネットワークにより、ソフトロボットの3次元接触力を高精度に推定する手法を提案した。

• RL-GSBridge: 3Dガウシアンスプラッティングによるロボットマニピュレーション学習のためのReal2Sim2Real手法
  sim2real2024/9/1

  3Dガウシアンスプラッティングを強化学習シミュレーションに組み込み、メッシュベースの編集と物理シミュレータ同期により、視覚ベースの深層強化学習でゼロショットのsim-to-real転移を実現した。