Guanyi Zhao

Huawei Foundation Model Department

収録論文 3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

• Robust-WAM：生成事前学習と意味的先見を橋渡しするワールドアクションモデル
  VLA2026/8/1

  ビデオ生成モデルの事前学習を活かしつつ、意味的潜在空間での先見アライメントを追加することで、見た目の変化に頑健なロボット制御を実現するポストトレーニング手法を提案した。

• DualCoT-VLA: 視覚と言語の連鎖的推論を並列化した視覚言語行動モデル
  VLA2026/3/1

  複雑なタスクで苦戦するVLAモデルに対し、視覚的CoTと言語的CoTを並列に統合し、推論遅延を減らして高性能を実現した。

• S-VAM: 幾何学的・意味的先読みの自己蒸留によるショートカット動画行動モデル
  ロボット学習/VLA2026/3/1

  動画行動モデル(VAM)の推論速度と先読み精度のトレードオフを解決するため、単一パスで幾何・意味表現を予測するショートカットモデルS-VAMを提案。多段階拡散の生成事前知識を一段階推論に凝縮する自己蒸留戦略を導入し、シミュレーションと実世界で高性能を実証した。