Ning Gao

収録論文 11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

• OpenWAM: 体系的な世界行動モデル事前学習に向けたオープンでモジュール型の探求
  VLA2026/9/7

  世界行動モデルの設計空間をモジュール化し、制御実験を通じて設計原則を抽出・検証するオープンな研究基盤を構築した。

• EBench: 汎用モバイル操作ポリシーの要素診断
  ベンチマーク/モバイル操作2026/6/1

  単一の成功率スコアを超えて、汎用モバイル操作ポリシーの能力と汎化を多次元で診断するシミュレーションベンチマークを提案し、最新モデルの特性を明らかにした。

• StarVLA-α: 視覚言語行動システムの複雑さを低減する
  VLA2026/4/1

  VLAモデルの設計選択を制御条件下で研究するため、複雑さを最小限に抑えたシンプルなベースラインStarVLA-αを提案し、複数ベンチマークで高い性能を達成した。

• ST4VLA: 視覚言語行動モデルのための空間誘導訓練
  VLA2026/2/1

  VLMに空間的な事前知識を組み込む二段階訓練でロボットの行動生成を改善し、SimplerEnvで新たなSOTAを達成した研究。

• Nimbus: 具現化知能向け統合合成データ生成フレームワーク
  合成データ生成2026/1/1

  ナビゲーションとマニピュレーションの合成データ生成パイプラインを統合し、非同期実行と動的スケジューリングでスループットを2〜3倍向上させるフレームワークを提案。

• InternData-A1：汎用ポリシー事前学習のための高忠実度合成データ
  VLA2025/11/1

  大規模シミュレーションで生成した63万軌道超の合成データセットInternData-A1を構築し、合成データのみでVLAモデルを事前学習しても実データと同等の性能が得られることを示した。

• InternVLA-M1: 空間誘導型視覚-言語-行動フレームワークによる汎用ロボットポリシー
  VLA2025/10/1

  空間グラウンディングを手がかりに「どこで行動するか」と「どう行動するか」を二段階で学習し、汎用ロボット制御を実現するVLAフレームワークを提案。

• GenManip: LLM駆動シミュレーションによる汎化可能な指示追従マニピュレーション
  マニピュレーション2025/6/1

  LLM駆動のシーングラフで多様なタスクを自動生成する卓上シミュレーション環境GenManipと、200シナリオのベンチマークGenManip-Benchを提案し、モジュール型とエンドツーエンド方策の汎化性能を比較評価した。

• SA6D: Self-Adaptive Few-Shot 6D Pose Estimator for Novel and Occluded Objects
  2023/8/1
• Category-Agnostic 6D Pose Estimation with Conditional Neural Processes
  2022/6/1
• Meta-Learning Regrasping Strategies for Physical-Agnostic Objects
  2022/5/1