Jiarui Yang
Zhiyuan Innovation (Shanghai) Technology Co., Ltd.
収録論文 12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
- 非同期リプレイ固定方策改善による安定かつ効率的な実世界オンラインVLA事後学習VLA2026/9/19
ロールアウトと学習を並行して行い、リプレイされた行動に基づいて価値関数と方策を更新することで、実世界のVLAモデルを短時間で安定的にオンライン事後学習する手法を提案。
- OmniCalib：ヒューマノイドロボットのためのターゲット不要・タスク構造化自己校正自己校正2026/9/17
ロボット自身の動作と搭載センサのみを用い、腕・脚の関節ゼロ点やカメラ外部パラメータを校正ターゲットなしで推定する自己校正ワークフローを提案。
- TemporalFlow-VLA: 物理的に基づいた実行履歴を学習する長期的ロボット操作VLA/操作2026/8/27
視覚言語行動モデルに物理的な時間的監督を導入し、多段階操作の実行履歴をコンパクトに学習する手法を提案。LIBEROやRoboTwinで高い成功率を達成し、長期的な操作で優位性を示した。
- V-Link: アクションDiTにおける失われた視覚表現の回復による視覚-言語-行動モデルの強化VLA2026/8/26
VLAモデルのアクション専門家が視覚特徴を十分に活用できない問題を解決するため、VLM内に空間・意味クエリを学習し、非対称経路でAction DiTに注入するV-Linkを提案。ベンチマークで成功率を大幅に向上させた。
- OVIP-SG: 小さな細粒度オブジェクトのマッピングと検索のためのオープンボキャブラリ・インスタンス保存シーングラフシーングラフ2026/8/18
オープンボキャブラリ知覚を3Dシーングラフに統合する際のインスタンス断片化問題を解決し、小さなオブジェクトの保存と機能的なシーン分割、言語ガイドによる検索を実現する統一フレームワークを提案した。
- StructRL: フローベースVLAのための構造化アクション空間探索VLA/強化学習2026/8/15
フローベースの視覚言語行動モデル(VLA)のオンライン強化学習において、ノイズをアクション空間に直接注入する構造化探索手法StructRLを提案し、シミュレーションと実世界タスクで性能を向上させた。
- LAWM-3D: 人間のビデオから3D認識潜在アクションを学習し、汎用ロボット世界モデルを実現世界モデル2026/8/6
人間のビデオから自己教師ありで3D認識可能な潜在アクションを学習し、ロボットの世界モデルを構築する手法を提案。マルチビュー入力の課題を解決するため、幾何学的整合性とRGB-D再構成を導入。
- 文脈内VLA：文脈内ポストトレーニングとエージェント的ツール使用による視覚言語行動モデルへの言語能力の付与VLA2026/8/1
視覚言語行動（VLA）モデルに、自由形式の思考連鎖ではなく、構造化された文脈情報とツール使用を通じて接地された言語を消費する能力を与えるフレームワークを提案し、シミュレーション環境でその有効性を示した。
- 多視点統一カメラ場：RGBのみの多カメラVLAポリシーのための幾何学的形状の行動指向表現VLA2026/8/1
多カメラ観測を利用するVLAモデルにおいて、視点間で一貫した行動指向の潜在場を形成する訓練時のみのフレームワークを提案し、深度復元と視点間対応を改善して操作成功率を大幅に向上させた。
- IMU-HOI: 接触を考慮した慣性融合による人間と物体の相互作用とモーションキャプチャの共生フレームワークモーションキャプチャ2026/6/26
身体と物体に装着したスパースIMUから、人間の全身姿勢と物体の6自由度軌跡を同時推定するフレームワークを提案。IMUデータから手と物体の接触を確率的に推定し、それを手がかりに人間と物体の動きを統合的に復元する。
- RC-NF: ロボット条件付き正規化フローによるロボット操作のリアルタイム異常検知異常検知2026/3/1
VLAモデルによるロボット操作中に、ロボットと物体の状態がタスクに沿っているかを監視し、異常をリアルタイム検知するモデルRC-NFを提案。正規化フローを用いて教師なし学習し、異常スコアを確率密度から算出する。
- 連続アクションチャンクのためのActor-Critic：スパース報酬下での長期的ロボットマニピュレーションのための強化学習フレームワークマニピュレーション2025/8/1
スパース報酬の長期的ロボット操作タスクにおいて、連続アクションチャンクを安定かつデータ効率的に学習する強化学習フレームワークAC3を提案。ActorとCriticの安定化機構により、少数のデモンストレーションで高い成功率を達成。