Jiayu Hu

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

• V-JEPAポリシー：予測的視覚潜在表現上に構築する効果的な世界行動モデル
  VLA2026/9/29

  凍結したV-JEPA 2.1エンコーダの潜在空間上に世界行動モデルを構築し、将来潜在予測器とフローマッチング行動エキスパートを下流で一括学習することで、LIBERO等で競争力のある性能を達成した研究。

• Pelican-VLA 0.5: 行動前に注意を向けることで汎化を向上
  VLA2026/7/1

  視覚言語理解、未来フレーム生成、行動予測を統合したVLAモデルを提案し、注意レベルの汎化を達成。ボトルネックトークンの導入により、未見のシーンやロボットでも操作対象に注意が向くことを示した。

• VLA-Trace: 表現と行動のトレーシングによる視覚-言語-行動モデルの診断
  VLAモデル解析2026/5/28

  VLAモデルがマルチモーダル知識を身体制御に変換する過程を、表現ダイナミクスから因果帰属、行動発現まで段階的に診断するフレームワークを提案し、π0.5とOpenVLAの比較分析からモデル間の適応戦略や制御経路の違いを明らかにした。

• EPIC-Bench: 視覚言語モデルにおける細粒度な身体化視覚グラウンディングのための知覚中心ベンチマーク
  VLA/ベンチマーク2026/5/16

  身体化エージェントの視覚基盤として使われる視覚言語モデル（VLM）の、実際の環境での細かい視覚認識能力を評価するベンチマークEPIC-Benchを提案。6.6kの注釈付きデータで、対象位置特定・ナビゲーション・操作の3段階にわたる23タスクを設定し、89以上のVLMを評価した。

• Pelican-Unify 1.0: 理解・推論・想像・行動を統合した身体化基盤モデル
  VLA2026/5/1

  単一のVLMと統一未来生成器を用いて、理解・推論・想像・行動を一つのモデルで統合的に学習・実行する身体化基盤モデルを提案し、各能力のベンチマークで高い性能を達成した。

• 同期オンライン摩擦推定と適応把持制御によるロバストで優しい把持
  触覚2026/2/1

  視覚触覚センサを用いた粒子フィルタによる摩擦係数のリアルタイム推定と、それに基づく把持力の適応制御を閉ループで統合し、優しく安定した把持を実現するフレームワークを提案。

• Pelican-VL 1.0：身体知能のための基盤ブレインモデル
  VLA2025/11/1

  7B〜72Bパラメータのオープンソース身体知能向けマルチモーダル基盤モデルを開発し、大規模データと新学習機構DPPOにより既存モデルを上回る性能を達成した。