Jiagang Zhu

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

• VAG: 身体化データ合成のためのデュアルストリーム動画-行動生成
  VLA2026/4/1

  ロボットの基盤モデル学習用に、動画と行動を同時生成する統一フレームワークVAGを提案。動画と行動の整合性を高め、合成データでポリシーの汎化性能を向上させる。

• DriveDreamer-Policy: 幾何学的基盤を持つ世界行動モデルによる生成と計画の統合
  自動運転2026/4/1

  運転タスク向けに、深度生成・将来ビデオ生成・動作計画を単一アーキテクチャで統合した世界行動モデルを提案し、閉ループ計画と世界生成の両方で高性能を達成した。

• GigaWorld-0：世界モデルをデータエンジンとして具現化AIを強化
  VLA2025/11/1

  視覚・言語・行動（VLA）学習のためのデータ生成エンジンとして、動画生成と3D生成を統合した世界モデルフレームワークを提案し、実世界データなしでロボットの汎化性能とタスク成功率を向上させた。

• GigaBrain-0: ワールドモデルを活用した視覚-言語-行動モデル
  VLA2025/10/1

  ワールドモデルで生成した多様なデータを活用し、実機データへの依存を抑えつつ汎化性能を高めたVLA基盤モデルを提案。RGBD入力と身体性Chain-of-Thoughtで長期的・移動を伴う器用な操作タスクの実世界性能を向上させた。