Jianwei Yang

収録論文 7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

• 初期経験によるエージェント学習
  言語エージェント2025/10/9

  エージェント自身の行動から得られる相互作用データを報酬なしで活用し、世界モデリングと自己内省によって言語エージェントを訓練する手法を提案した。

• MindJourney：世界モデルによるテスト時スケーリングで空間推論を実現
  VLA2025/7/1

  VLMに動画拡散ベースの世界モデルを組み合わせ、テスト時に視点移動を探索させることで3D空間推論を強化するフレームワークを提案。

• Magma: マルチモーダルAIエージェントのための基盤モデル
  VLA2025/2/1

  画像・動画・ロボットデータを統合的に学習し、UI操作からロボットマニピュレーションまでこなすマルチモーダル基盤モデルを提案。

• TraceVLA：視覚トレースプロンプトで汎用ロボットポリシーの時空間認識を強化
  VLA2024/12/1

  状態行動軌跡を視覚的にエンコードする視覚トレースプロンプトを導入し、VLAモデルの時空間認識を改善。15万件の操作軌跡でOpenVLAを微調整したTraceVLAは、シミュレーションと実機で大幅な性能向上を達成。

• 動画からの潜在行動事前学習
  VLA2024/10/1

  ロボットの行動ラベルなしでインターネット規模の動画からVLAモデルを事前学習する手法を提案し、実世界のマニピュレーションタスクで既存手法を上回る性能を示した。

• Embodied Visual Recognition
  2019/4/1
• Visual Curiosity: Learning to Ask Questions to Learn Visual Recognition
  2018/10/1