Ningya Feng

収録論文 2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

• JEPA-VLA：VLAモデルに動画予測埋め込みが必要な理由
  VLA2026/2/1

  動画で事前学習した予測埋め込み（V-JEPA 2）をVLAモデルに適応的に統合し、サンプル効率と汎化性能を大幅に向上させる手法を提案。

• iVideoGPT：インタラクティブな動画生成モデルによるスケーラブルな世界モデル
  世界モデル2024/5/1

  視覚・行動・報酬をトークン列に統合した自己回帰型Transformerで、次トークン予測によりエージェントが想像環境内で対話的に行動できる世界モデルを構築し、大規模な操作軌跡で事前学習した。