Jiacheng Xu

収録論文 4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

• 奥行きに基づく状態表現を学習するDepState-JEPA：視覚認識とマニピュレーション
  VLA2026/10/21

  RGBと深度の二重ストリームで共有潜在状態DepStateを学習し、行動条件付き予測と操作タスクの性能を向上させるJEPA型フレームワークを提案。

• 予測対応ガウススプラッティングによる言語誘導ピックアンドプレース操作のための予測的3D表現
  マニピュレーション2026/5/1

  言語指示に基づくロボット操作において、タスク完了状態を明示的に予測する3D表現フレームワークを提案し、実世界のピックアンドプレースタスクで成功率を向上させた。

• WorldVLN: 空中視覚言語ナビゲーションのための自己回帰的世界行動モデル
  VLA2026/5/1

  空中VLNを予測駆動の世界行動問題として捉え、自己回帰ビデオバックボーンで世界状態遷移を予測し、実行可能なウェイポイント行動に直接デコードする初のモデルWorldVLNを提案。2段階訓練と強化学習により、ベンチマークで12%以上の成功率向上を達成し、実ドローンへのゼロショット転送も実証。

• 夢のように掴む：生成された人間デモから機能的把持を模倣する
  把持2026/4/1

  ビデオ生成モデルなどの視覚生成モデルで合成した人間のデモを使って、ロボットの機能的把持をゼロショットで学習する手法GraspDreamerを提案。データ収集の手間を省きつつ、多様な物体・タスクへの汎化を実現した。