Haoyang Huang

JD

収録論文 8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

• 記憶を超えて：変化する世界での持続的ナビゲーションのための予測的4D信念
  ナビゲーション2026/9/30

  観測が途切れても対象が移動し続ける環境で、3D物体履歴から時間インデックス付きの信念を構築し、イベント駆動フィルタで対象位置を予測・更新しながらナビゲーションする手法EvolvingNavを提案。

• WorldLine: ロボットマニピュレーションのための行動駆動型視覚シミュレーション
  sim2real2026/9/29

  行動なしのロボット動画1万時間以上から操作ダイナミクスを学習し、10種類以上の実機の行動軌跡で接地することで、異なる機体間で共有可能な行動駆動型視覚シミュレータを構築した研究。

• EVO-WAM: 映像と行動の検証による世界行動モデルの進化
  VLA2026/9/29

  世界行動モデルが生成した映像と行動の軌跡を自己検証しながら反復学習し、追加の実演データなしで未知タスクへの適応を可能にしたフレームワーク。

• ZimaBlue: スケーラブルなビデオ事前学習による汎化可能な世界行動モデルの進化
  VLA2026/8/31

  大規模な一人称視点ビデオからロボット制御のための世界行動モデルを学習するフレームワークを提案し、実機ゼロショット評価で成功率を大幅に向上させた。

• エコー・メモリ：行動世界モデルにおける記憶の制御研究
  世界モデル2026/6/8

  行動条件付き世界モデルにおける記憶機構を制御された条件下で比較し、記憶の容量・圧縮・読み出し・再帰の各軸が性能に与える影響を明らかにした研究。

• JoyAI-Image: 統一マルチモーダル理解と生成における空間知能の覚醒
  VLA2026/5/5

  視覚理解・テキストからの画像生成・指示による画像編集を統合したマルチモーダル基盤モデルを提案し、空間認識能力を強化した。

• Embodied3DBench: 視覚言語モデルの低水準身体化空間知能のベンチマーク
  VLA/ベンチマーク2026/5/1

  視覚言語モデルの身体化3D環境における低水準空間知能を評価するベンチマークを提案し、13モデルの評価と大規模データセットによる改善を示した。

• JoyAI-RA 0.1: ロボット自律性のための基盤モデル
  VLA2026/4/1

  オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。