Jing Wu

収録論文 13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

• BEE: 視覚言語行動モデルを用いた介入適応型実世界強化学習
  VLA2026/9/23

  凍結したVLAモデルに対し、人間の修正を行動次元ごとの信頼度に応じた制約として扱うことで、実機でのオンライン強化学習を効率化する手法を提案。

• GE-Act 2.0: ロボット操作のためのワールドアクションモデルの事前学習とスケーリング
  VLA2026/9/4

  操作データのみで生成・行動コンポーネントをゼロから学習するワールドアクションモデルを提案し、大規模データでの事前学習とスケーリングの効果を検証した。

• 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。

• 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。

• VISTA: 視覚条件付けを強化する追従選好最適化によるVLAモデル
  VLA2026/2/1

  VLAモデルが視覚状態に弱く依存してしまう問題に対し、追従タスクでの選好最適化と潜在蒸留で視覚条件付けを強化し、タスク性能を向上させた。

• 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。

• SEA: 不確実領域の能動的探索のための意味地図予測
  能動的探索2025/10/1

  観測から地図の欠損領域を反復予測し、予測と実地図の差分を強化学習で探索に活かすことで、限られた時間で高精度な意味地図を構築する手法を提案。

• 惑星探査ロボットのための粒状環境SLAMデータセットTAIL-Plus
  SLAM2024/4/1

  砂浜を惑星表面の模擬環境として、車輪型と四足歩行ロボットにLiDARやRGB-Dカメラなどを搭載し、昼夜にわたる多様な走行データを収集したSLAM用データセットを公開した。

• TAIL: 変形可能な粒状環境におけるロボット移動のための地形認識型マルチモーダルSLAMデータセット
  SLAM2024/3/1

  砂地などの変形可能な地形を走行するロボット向けに、ステレオカメラ・RGB-Dカメラ・3D LiDAR・IMU・RTKを同期したマルチモーダルSLAMデータセットを構築し、車輪型と四足歩行型の走行データを収集して既存SLAM手法を評価した。

• Recent Advances of Deep Robotic Affordance Learning: A Reinforcement Learning Perspective
  2023/3/1
• Abstract Demonstrations and Adaptive Exploration for Efficient and Stable Multi-step Sparse Reward Reinforcement Learning
  2022/7/1
• An Open-Source Multi-Goal Reinforcement Learning Environment for Robotic Manipulation with Pybullet
  2021/5/1
• A Generalized Robotic Handwriting Learning System based on Dynamic Movement Primitives (DMPs)
  2020/12/1