Jiayi Guan

収録論文 6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

• SpatioLM: 視覚言語モデルにおける汎用物理空間知能の実現
  VLA2026/8/3

  視覚言語モデルに追加の3D入力や外部エンコーダを使わず、パラメータ効率的なモジュールと擬似深度・カメラ情報の教師信号で空間推論能力を強化し、汎用性能の低下を抑えつつ空間知能を向上させた。

• ATHENA: ロボットデータキュレーションのための高速マルチタスク異種影響関数
  データキュレーション2026/6/1

  大規模VLAモデルの模倣学習において、各デモの影響を高速に計算する影響関数フレームワークATHENAを提案し、50%のデータで全データ学習と同等以上の性能を達成した。

• UniviewVLA：世界モデリングを備えた統合マルチビュー視覚言語行動モデル
  VLA/操作2026/6/1

  標準的な2つのカメラ観測のみから、世界モデルを用いてマルチビューの未来シーンを生成し、遮蔽された情報を補完して行動予測を改善するVLAモデルを提案。推論高速化のためのトークン圧縮と、動的な視点選択手法も導入。

• Xiaomi OneVL: ワンステップ潜在推論と視覚言語説明によるプランニング
  自動運転/VLA2026/4/1

  自動運転のVLAモデルにおいて、潜在推論を視覚世界モデルで強化し、明示的CoTを超える精度を実現しつつ、推論速度を回答のみの予測と同等に高速化したフレームワークを提案した。

• MiMo-Embodied: クロス身体性基盤モデル技術報告
  VLA2025/11/1

  自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。

• 自動運転のためのマルチエージェント強化学習：サーベイ
  マルチエージェント強化学習2024/8/1

  自動運転と高度交通システムにおけるマルチエージェント強化学習の研究を、シミュレータの評価指標や環境モデリング、アルゴリズム設計の観点から整理したサーベイ論文。