Rui Heng Yang
Huawei Noah's Ark Lab
収録論文 8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
- Faster-WAM: 世界行動モデルに深い行動モジュールは必要か？VLA2026/8/1
ビデオ世界モデルと行動予測を組み合わせたWorld Action Models (WAMs)の計算負荷を減らすため、事前学習済みビデオTransformerを表現ハブとし、軽量な出力ヘッドをドッキングする新しい設計原理DoTを提案し、単層行動ヘッドを30層ビデオバックボーンに接続したFaster-WAMを実装。低遅延で競争力のある性能と汎化を実証した。
- オープンワールド環境におけるVLAの実際の動作VLA評価2026/4/1
本論文は、複雑な家事タスクのベンチマークであるBEHAVIOR1Kにおいて、視覚言語行動モデル(VLA)の評価方法が安全性や実際の性能を過大評価する可能性を指摘し、安全性違反を捉える新しい評価プロトコルを提案する。
- 世界行動モデルはVLAより汎化するのか？ロバスト性の比較研究VLA2026/3/1
VLAと世界行動モデル(WAM)をLIBERO-PlusやRoboTwin 2.0-Plusで視覚・言語の摂動下に比較し、WAMの高いロバスト性を示した研究。
- NICEシーン手術によるロボットマニピュレーションのロバスト性向上マニピュレーション2025/11/1
既存の実演データに画像生成とLLMで物体の置換・再スタイル化・除去を行い、追加データ収集なしで模倣学習のOODギャップを減らし、マニピュレーション成功率を平均11%向上させた。
- CAPE: 近接モード拡張による文脈認識拡散ポリシーと衝突回避マニピュレーション2025/11/1
拡散ポリシーに文脈認識の事前分布と誘導を組み合わせ、推論時に軌道分布のモードを反復的に拡張することで、未知の混雑環境でも衝突を避けつつ目標に到達する軌道を生成する手法を提案。
- 遺伝的ノイズ除去によるロボット操作のための2ステップ拡散ポリシーマニピュレーション2025/10/1
拡散ポリシーのノイズ除去過程を身体性AIタスク向けに適応させ、遺伝的ノイズ除去という集団ベースサンプリングで2回の推論で高精度なロボット操作を実現した。
- RA-DP: 学習不要の高頻度ロボット再計画のための高速適応拡散ポリシーVLA2025/3/1
拡散ポリシーに学習不要のガイダンス信号と行動キュー機構を組み込み、未知の動的環境で高頻度に再計画できるフレームワークを提案した。
- HIPPo: 画像から3Dへの事前分布を活用したモデルフリーゼロショット6D姿勢推定6D姿勢推定2025/2/1
拡散モデルによる画像から3Dメッシュ生成とオンライン観測の統合により、CADモデルや参照画像なしで未知物体の6D姿勢を推定・追跡するフレームワークを提案。