Hongyu Yan

収録論文 5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

• Xiaomi-Robotics-U0: 世界基盤モデルによる統合的身体性合成
  VLA2026/7/1

  ロボットの身体性を考慮した画像・動画生成を統合する380億パラメータのマルチモーダル自己回帰モデルを提案し、マルチビュー一貫性やロボットの身体制約を保ちながら、シーン生成や転移、動画生成を高品質で実現した。

• ProgressVLA: 進捗ガイド付き拡散ポリシーによる視覚言語ロボット操作
  VLA2026/3/1

  ロボット操作のための視覚言語行動モデルに、タスク進捗の推定と微分可能な進捗ガイダンスを導入し、長期的なタスクでの成功率と汎化性能を向上させた。

• FlowSSC：単眼セマンティックシーン補完のためのワンステップ潜在拡散による汎用生成フレームワーク
  3Dシーン生成2026/1/1

  単眼RGB画像からのセマンティックシーン補完を条件付き生成問題として扱い、トリプレーン潜在空間でのショートカットフローマッチングにより1ステップで高品質な3Dシーン生成を実現した。

• MapEval: 統合的で堅牢かつ効率的なSLAM地図評価フレームワーク
  SLAM地図評価2024/11/1

  SLAMで生成される大規模点群地図を評価するためのオープンソースフレームワーク。ボクセル空間でのガウス近似ワッサースタイン距離を提案し、従来手法より100〜500倍高速で頑健な評価を実現する。

• ニューラルアセンブラ：多視点画像から細粒度のロボット組立指示を生成する学習
  組立/マニピュレーション2024/4/1

  多視点画像から3Dモデルを構成する部品を認識し、その姿勢推定と物理的に妥当な組立順序を推論して、ロボットアームが実行可能な組立指示列を生成するエンドツーエンドモデルを提案した。