Hang Guo

Alibaba Group

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

• LAWM-3D: 人間のビデオから3D認識潜在アクションを学習し、汎用ロボット世界モデルを実現
  世界モデル2026/8/6

  人間のビデオから自己教師ありで3D認識可能な潜在アクションを学習し、ロボットの世界モデルを構築する手法を提案。マルチビュー入力の課題を解決するため、幾何学的整合性とRGB-D再構成を導入。

• RynnValue: 時間的距離によるロボット価値基盤モデルのスケーリング
  価値基盤モデル2026/8/1

  ロボット操作のための価値基盤モデルRynnValueを提案。時間的距離を報酬ラベルとして用いることで、大規模データから好みラベルなしで学習し、実世界の成功率を向上させた。

• 文脈内VLA：文脈内ポストトレーニングとエージェント的ツール使用による視覚言語行動モデルへの言語能力の付与
  VLA2026/8/1

  視覚言語行動（VLA）モデルに、自由形式の思考連鎖ではなく、構造化された文脈情報とツール使用を通じて接地された言語を消費する能力を与えるフレームワークを提案し、シミュレーション環境でその有効性を示した。