Haiweng Xu

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

• Being-H0.7: 自己中心視点ビデオからの潜在世界行動モデル
  VLA2026/5/1

  将来のフレーム生成をせずに、潜在空間での未来推論をVLAポリシーに組み込む新しいモデルを提案。訓練時のみ未来情報を使う二重分岐設計により、推論時は現在の観察のみで将来を考慮した行動決定を実現し、シミュレーションと実世界タスクで高性能を達成した。

• 視覚言語行動モデルにおける具現化推論の幻想を暴く
  VLA2026/4/1

  標準ベンチマークの成功率と真の具現化推論能力の乖離を検証するため、因果介入と運動学的分離を用いた診断ベンチマークBeTTERを導入し、最先端VLAモデルが動的シナリオで重大な失敗を起こすことを実証した。

• 後続遷移の再重み付けによる保守的オフラインロボット方策学習
  オフライン強化学習2026/3/1

  ロボットのオフライン事後学習で、各サンプルの行動後の結果に基づいて学習への影響度を再重み付けする手法PTRを提案。不均一なデータセットでの保守的な適応を改善する。

• Joint-Aligned Latent Action: 実世界データからのスケーラブルなVLA事前学習に向けて
  VLA2026/2/1

  人間の操作動画から逆動力学と実行動に整合する潜在行動を学習し、大規模なVLA事前学習を可能にするフレームワークJALAを提案。

• 視覚-言語-行動モデルのスケーリング再考：アラインメント・混合・正則化
  VLA2026/2/1

  VLAモデルのスケーリングを体系的に検証し、エンドエフェクタ相対の行動表現が異なる身体間の転移に重要である一方、異種ロボットデータの単純な混合は負の転移を招くことを示した研究。

• Being-H0.5: 人間中心のロボット学習をスケールさせ、異なる身体間の汎化を実現
  VLA2026/1/1

  人間の動作データを共通言語として扱い、35,000時間超・30種のロボット身体のデータで学習するVLA基盤モデルを提案し、異なる身体間での汎化性能を大幅に向上させた。