Mingqi Yuan
The University of Hong Kong
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
- HiWE: 視覚キーポイント強化による階層的ワールド知識モデルを用いたゼロショット3D経路計画VLA2026/9/30
視覚的グラウンディングと言語ベースの計画を点ベースのインターフェースで結び、ゼロショットで3D操作経路を計画する階層的フレームワークを提案。
- FAN: 視覚-言語-行動モデルの継続適応のための先見的行動正規化VLA2026/9/18
VLAモデルの継続学習において、行動の正規化統計を較正セットから一度だけ推定して固定するFANを提案し、単腕・両腕操作の実タスクで高い性能と安定性を示した。
- 統一条件・行動モデリングによる高精度ワンステップ行動生成マニピュレーション2026/8/17
条件と行動を共有トークン空間で統一的にモデリングするUCA-Flowを提案し、推論速度を大幅に向上させつつ成功率を9.3ポイント改善した。
- GEM-Occ: 視覚幾何学的証拠から身体化された意味的占有記憶へ意味的占有マッピング2026/7/1
屋内エージェントのための階層的意味的占有マッピングを実現するため、新しいベンチマークHIOccと、局所的な視覚幾何学予測を一時的な証拠として扱い、永続的な階層記憶に融合するGEM-Occフレームワークを提案した。
- HiMem-WAM: ロボット操作のための階層的メモリゲート型ワールドアクションモデル操作2026/6/1
長期的なロボット操作タスクにおける記憶保持の問題を解決するため、階層的な潜在アクションと境界トリガー型メモリ更新を統合したワールドアクションモデルを提案した。
- 視覚言語行動モデルは実世界データから忘れずに継続学習できるか？継続学習/VLA2026/5/1
実世界のロボット連続操作タスクでVLAモデルの継続学習を検証し、経験再生が破滅的忘却を防ぎ、ジョイント訓練と同等以上の性能を達成することを示した。
- AIM: 空間価値マップを用いた意図認識型統合世界行動モデリングVLA2026/4/1
事前学習済みのビデオ生成モデルを基盤に、将来の観測と空間価値マップを共同で予測し、意図認識型の注意機構と自己蒸留強化学習によりロボットの行動生成を高精度化する手法を提案した。
- AtomVLA: 予測的潜在世界モデルによるロボット操作のためのスケーラブルなポストトレーニングVLA/操作2026/3/1
VLAモデルの長期的なタスク実行における指示の粒度不足による誤差蓄積を解決するため、大規模言語モデルでタスクを細分化し、予測的世界モデルで潜在空間内のサブタスク達成度を評価する新しいフレームワークを提案した。
- 実時間足元地形再構成を伴う歩容適応型知覚ヒューマノイド歩行歩行2025/12/1
足元を向いた深度カメラとU-Netでリアルタイムに自己中心的高さマップを再構成し、知覚と歩容位相・全身制御を単一の強化学習ポリシーに統合することで、階段やギャップを含む複雑地形でのヒューマノイド歩行を実現した。
- PvP: 固有感覚と特権情報の対照表現によるデータ効率の良いヒューマノイドロボット学習全身制御2025/12/1
固有感覚状態と特権状態の相補性を活かした対照学習で、ヒューマノイドの全身制御を少ないデータで効率的に学習する手法を提案し、評価用フレームワークも構築した。
- 行動基盤モデルサーベイ：ヒューマノイドロボットの次世代全身制御システム全身制御2025/6/1
ヒューマノイドの全身制御に向けた行動基盤モデル（BFM）の研究動向を、事前学習パイプラインや応用、課題、今後の展望まで体系的にまとめたサーベイ論文。
- 低遅延ロボット支援ハンド・物体インタラクションのための階層的手順フレームワークマニピュレーション2024/5/1
RGB画像から手の3D再構成を行い、階層的な制御でロボットによる手と物体のインタラクションを支援するフレームワークを提案し、0.3秒以下の遅延を実現した。