Runqi Ouyang

収録論文 3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

• GigaBrain-0: ワールドモデルを活用した視覚-言語-行動モデル
  VLA2025/10/1

  ワールドモデルで生成した多様なデータを活用し、実機データへの依存を抑えつつ汎化性能を高めたVLA基盤モデルを提案。RGBD入力と身体性Chain-of-Thoughtで長期的・移動を伴う器用な操作タスクの実世界性能を向上させた。

• EMMA: 生成的視覚転送による実世界ロボットマニピュレーションの汎化
  VLA2025/9/1

  拡散Transformerでロボット操作動画を生成し、実データと混合してVLAポリシーを訓練することで、未知の視覚環境へのゼロショット汎化を実現した。

• MimicDreamer: 人間とロボットのデモンストレーションを統合しスケーラブルなVLA学習を実現
  VLA2025/9/1

  人間の操作動画をロボット視点・動作に変換する映像拡散モデルと視点安定化・動作整合技術を組み合わせ、実機ロボットでの少数ショット実行を可能にするVLA学習フレームワークを提案。