Fu-En Yang
収録論文 6本 ・ フィジカルAI/ロボット学習
マルチエージェント協調/世界モデル潜在行動/動画拡散VLA操作/能動的知覚
※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
- MAWAM:協調マニピュレーションのためのマルチエージェント世界行動モデルマルチエージェント協調/世界モデル2026/11/18
複数ロボットの行動と未来の視覚予測を単一サンプルで同時生成する世界行動モデルを提案し、実機3タスクで平均成功率67.8%を達成した。
- DreamX:動画拡散モデルを汎用潜在行動学習器として活用潜在行動/動画拡散2026/11/3
事前学習済み動画拡散モデルから外観に依存しないコンパクトな潜在行動を抽出し、人間とロボットをまたぐ汎用的な行動インターフェースを実現した研究。
- 世界想像で行動推論を強化するVLAフレームワークThinkWorldVLA2026/10/27
行動を離散的な運動トークン列(Chain-of-Dynamics)として表現し、その予測する未来状態が観測と一致するよう強化学習することで、行動ラベルなしの人間動画からも学習可能にしたVLAフレームワーク。
- PhysCaP: 物理情報に基づく探索によるコード駆動ポリシーエージェントの接地操作/能動的知覚2026/8/21
ロボット操作における能動的知覚のため、物理特性を推定し探索行動を計画するコード駆動ポリシーエージェントを提案。
- Fast-ThinkAct: 言語化可能な潜在プランニングによる効率的な視覚-言語-行動推論VLA2026/1/1
推論トレースを潜在的な思考連鎖に蒸留し、推論VLAの推論遅延を最大89.3%削減しつつ長期的プランニングや適応性能を維持する手法を提案。
- ThinkAct: 強化学習された視覚潜在計画による視覚-言語-行動推論VLA2025/7/1
マルチモーダルLLMで行動整合的な視覚報酬を用いて推論計画を生成し、それを視覚潜在に圧縮して行動モデルを条件付ける二重システムフレームワークを提案。複雑な身体性AIタスクでの少数ショット適応や長期計画、自己修正を実現した。
