Linbo Wang

Institute of Automation, Chinese Academy of Sciences

収録論文 5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

• GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作
  マニピュレーション2026/9/3

  視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離（行動十分性ギャップ）を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。

• WALA: 行動ラベル付きデモと行動フリー動画から実行可能な潜在行動を学習する
  ロボット学習2026/7/1

  行動ラベル付きデモと行動フリー動画の両方から実行可能な潜在行動を学習するフレームワークWALAを提案し、ロボットポリシーの性能と汎化性を向上させた。

• PokeVLA: 包括的な世界知識の指導によるポケットサイズの視覚言語行動モデルの強化
  VLA2026/4/1

  この論文は、ロボット操作のための軽量な視覚言語行動モデルPokeVLAを提案し、2段階のトレーニングと新しいアクションエキスパートにより、LIBERO-Plusベンチマークと実世界で高い性能を達成した。

• 潜在世界行動モデリングによるエンドツーエンド自動運転
  自動運転2026/3/1

  空間認識と動力学を考慮した潜在世界表現を用いた効率的なエンドツーエンド自動運転フレームワークを提案し、軌道計画性能を向上させた。

• DreamerAD: 潜在世界モデルによる自動運転のための効率的な強化学習
  自動運転/世界モデル2026/3/1

  動画拡散モデルのサンプリングを100ステップから1ステップに圧縮し80倍高速化した潜在世界モデルで、自動運転の強化学習を安全かつ高頻度に訓練可能にした。