Hongyu Pan

Amap, Alibaba Group

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

• 文脈内ロボット学習の簡素化：マニピュレーションタスクのための民主化レシピ
  マニピュレーション2026/9/29

  ロボットの文脈内学習（ICL）の曖昧さを解消する問題定義を提示し、視覚プロンプトエンコーダと低コストデータ収集で構成される再現可能なフレームワークSimpleICLを開発、シミュレーションと実世界で高性能を達成した。

• 視覚基盤モデルによる堅牢なマルチモーダル3D物体検出
  3D物体検出2026/9/20

  自動運転向けにSAMを微調整したSAM-ADとLiDAR特徴を融合し、ノイズや悪天候下でも堅牢な3D物体検出を実現するRoboDistillを提案。

• ABot-World-0: 単一デスクトップGPU上での無限インタラクティブワールドロールアウト
  ワールドモデル2026/7/21

  単一のデスクトップGPUでリアルタイムに長時間のインタラクティブなビデオ生成を実現するアクション条件付きワールドモデルを提案し、データ収集から推論最適化までを統合したシステムを構築した。

• ABot-N1: 汎用視覚言語ナビゲーション基盤モデルへの一歩
  ナビゲーション2026/7/1

  視覚と言語を統合したナビゲーション基盤モデルABot-N1を提案。認知と制御を分離し、ピクセル目標と明示的な推論で汎用性・堅牢性・解釈性を両立する。

• ABot-Earth 0.5: 生成型3D地球モデル
  3D生成2026/6/8

  衛星画像から広大な3D環境を生成する生成モデルを提案し、3Dガウススプラッティングを用いてリアルな都市景観を高速に合成する。

• ABot-N0：多様な身体性ナビゲーションのためのVLA基盤モデルに関する技術報告
  VLA2026/2/1

  5種類のナビゲーションタスクを統一的に扱うVLA基盤モデルABot-N0を提案し、大規模データセット構築と7ベンチマークでのSOTA達成、実環境での長期ミッションを可能にした。

• DIVER: 強化学習と拡散モデルで模倣学習の限界を突破するエンドツーエンド自動運転
  自動運転2025/7/1

  拡散モデルによる多様な軌道生成と強化学習による安全性・多様性の誘導を組み合わせ、単一専門家の模倣学習が抱えるモード崩壊を解消するエンドツーエンド自動運転フレームワークを提案した。

• ハンドルを振るな：エンドツーエンド自動運転におけるモメンタムを考慮した計画
  自動運転計画2025/3/1

  過去の軌道と知覚の履歴を活用して軌道予測を安定化させるMomADを提案し、nuScenesで長期的な一貫性と衝突率の改善を達成した。