Guo Ye
収録論文 8本 ・ フィジカルAI/ロボット学習
ロボット展開/エージェント型AIロボット学習シミュレーション基盤データ生成4D生成/物理整合性VLA
※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
- SPINE: エージェント型AIによるサイバー・物理ギャップの橋渡しロボット展開/エージェント型AI2026/7/1
ロボットの展開に必要な専門的調整を自動化するエージェント型フレームワークSPINEを提案。初心者でも両腕ロボットのデバッグと展開を効率的に行えることを実証した。
- ロボット学習のための進捗報酬モデリング：包括的サーベイロボット学習2026/7/1
ロボット学習における進捗報酬のモデリング手法を統一的な枠組みで整理し、モデルのインターフェース、構築方法、データとベンチマークの3つの視点から分野を概観したサーベイ論文。
- MagicSim: 実行可能な身体化インタラクションのための統合基盤シミュレーション基盤2026/6/16
シミュレーションを制御・スキル・計画を結ぶ実行基盤として捉え、YAML定義から多様な実行可能な世界を構築し、コマンドをロボット動作に変換する統一パイプラインを提供する。
- AnnotateAnything: ロボット操作のための3Dアセット自動アノテーションデータ生成2026/6/16
受動的な3Dアセットに、物体の意味・相互作用・物理的制約を考慮した操作ラベル（把持、接触、関節動作など）を自動付与するフレームワークを提案し、シミュレーションデータ収集の効率とタスク成功率を向上させた。
- Phys4D：動画拡散モデルから物理的に整合した4Dモデリング4D生成/物理整合性2026/3/1
動画拡散モデルを3段階の学習で物理的に整合した4D世界表現へと引き上げる手法を提案し、幾何・運動・長期物理整合性の評価指標も導入した。
- 未来の触覚を予測して接触操作を学習するDreamTacVLAVLA2025/12/1
高解像度触覚画像と視覚を統合し、将来の触覚信号を予測する触覚ワールドモデルで微調整することで、接触の多い操作タスクにおけるVLAモデルの性能を向上させた研究。
- Open-Ended Multi-Modal Relational Reasoning for Video Question Answering2020/12/1
- Learning to Plan in High Dimensions via Neural Exploration-Exploitation Trees2019/3/1