Ruichuan An

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

• 物理ダイナミクス表現を備えた視覚-言語-行動モデルPDRVLA
  VLA2026/10/27

  動画生成を介さずに視覚-言語特徴から物理トークンを抽出し、将来のRGB・深度・オプティカルフロー予測で学習する軽量モジュールをVLAに組み込み、複数のシミュレーションで高い成功率を達成した。

• VLA初期化のためのVLM表現の再考
  VLA2026/5/25

  VLAモデルの初期化に使う事前学習済みVLM表現の設計を、能力別のVQA教師信号・パラメータ更新戦略・ロボットデータ事前学習の3軸で分析し、元のVLM表現の保持が重要で、LoRAベースの段階的学習が最良であることを示した。

• TaskGround: 全シーン家庭内推論のための構造化実行可能タスク推論
  タスク推論2026/5/1

  家庭内エージェントが完全なシーンと状況依頼から実行可能なタスク構造を推論するための、訓練不要でモデル非依存のフレームワークを提案し、新評価スイートFullHomeで効果を実証した。

• RoboBench：マルチモーダル大規模言語モデルを身体化脳として評価する包括的ベンチマーク
  VLA2025/10/1

  マニピュレーションの意思決定を担う「身体化脳」としてのマルチモーダルLLMを、指示理解・知覚推論・汎化計画・アフォーダンス予測・失敗分析の5次元で評価するベンチマークを提案した。

• WoW: 身体性インタラクションを通じた世界全知モデルへの挑戦
  世界モデル2025/9/1

  200万件のロボット操作軌道で学習した140億パラメータの生成的世界モデルを構築し、物理的因果推論を評価する新ベンチマークWoWBenchを提案した論文。