Geng Yuan

収録論文 7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

• Q-WAM: 行動サブスペース保護によるWorld Action Modelの4ビット量子化
  量子化2026/9/27

  World Action Modelを4ビットに量子化する際、行動生成に重要なチャネルを低ランク16ビット枝で保護することで、精度をほぼ保ったまま計算・メモリコストを削減する手法を提案。

• AnchorReasoning: ロングテール自動運転シナリオにおける視覚的根拠付けと因果推論データセット
  自動運転VLM2026/9/23

  自動運転のロングテール場面を対象に、視覚的根拠付きの思考連鎖（VG-CoT）で判断要素の特定・位置推定から行動計画までを結びつけた大規模データセットを構築し、段階的ファインチューニングで推論と軌道予測の精度を向上させた。

• Flash-WAM: モダリティ認識蒸留によるワールドアクションモデルの高速化
  VLA2026/6/3

  ビデオとロボット動作を同時生成するワールドアクションモデルを、モダリティごとに適切な蒸留手法を適用して単一ステップ推論に圧縮し、リアルタイム制御を可能にした。

• ActQuant: 視覚言語行動モデルのための4ビット未満の行動誘導量子化
  量子化2026/5/19

  VLAモデルのエッジ展開を可能にするため、行動予測への寄与度に基づいてビット幅を割り当てる行動誘導型混合精度量子化フレームワークActQuantを提案し、シミュレーションと実機で高い性能を維持しつつ大幅な圧縮を実現した。

• PhyWorld: 物理的に忠実な世界モデルによるビデオ生成
  ビデオ生成2026/5/19

  ビデオ生成モデルを物理法則に従う世界シミュレータとして機能させるため、2段階のポストトレーニング（フローマッチングとDPO）を導入し、物理的整合性を向上させた。

• 機械における人間の認知：世界モデルの統一的視点
  世界モデル2026/4/1

  世界モデルの研究を認知機能の観点から分類し、人間のような認知能力を目指すための統一的枠組みを提案した論文。特に動機付けとメタ認知の研究不足を指摘し、今後の研究方向を示している。

• ロボットはいつ考えるべきか？強化学習による資源認識型推論で身体性ロボットの意思決定を実現
  VLA2026/3/1

  身体性ロボットがLLM推論をいつ・どの役割で・どれだけ使うかを強化学習で適応的に決める階層的枠組みRARRLを提案し、タスク成功率向上と遅延削減を実現した。