Shuai Di

収録論文 7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

• JoyNexus: VLAモデルのためのサービス指向マルチテナント後訓練
  VLA2026/7/17

  VLAモデルの後訓練を効率化するため、マルチテナント対応の統合サービスを提案。訓練・推論・環境サービスを分離し、APIで提供することで、リソース利用の効率化とコスト削減を実現。

• 具身知能のためのスケーラブルで再現可能なクローズドループシミュレーション基盤の構築
  シミュレーション基盤2026/6/1

  クラウドネイティブ技術を用いて、大規模トレーニング・標準評価・データ収集を統合した具身知能向けシミュレーション基盤を提案する論文。

• AdaptiveLoad: 効率的なビデオ拡散トランスフォーマー学習に向けて
  学習最適化2026/5/18

  ビデオ生成モデルの学習におけるGPU負荷不均衡を解消するため、メモリと計算量の二重制約による適応的負荷分散と、融合LayerNorm-Modulate CUDAカーネルを提案し、スループットを27.2%向上させた。

• D-VLA: 視覚言語行動モデルのための高並列分散非同期強化学習フレームワーク
  強化学習2026/5/1

  大規模VLAモデルへの強化学習適用時のリソース競合を解決するため、物理分離と非同期パイプラインを備えた分散RLフレームワークD-VLAを提案し、スループットとサンプリング効率を大幅に向上させた。

• NoiseGate: ワールドアクションモデルにおける情報ゲーティングとしての潜在変数毎タイムステップスケジュール学習
  VLA2026/5/1

  ロボットの行動生成と未来観測の予測を統合するワールドアクションモデルにおいて、各潜在フレームのノイズレベル（タイムステップ）を学習可能な情報ゲートとして扱い、行動生成に寄与する信頼性を動的に調整する手法NoiseGateを提案した。

• JoyAI-RA 0.1: ロボット自律性のための基盤モデル
  VLA2026/4/1

  オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。

• AIネイティブクラウド具身知能基盤のための千GPU大規模訓練と最適化レシピ
  基盤技術2026/3/1

  具身知能の大規模訓練を実現するため、クラウド上に千GPU分散訓練プラットフォームを構築し、データパイプラインやモデル最適化、インフラ連携により訓練時間を40倍短縮した。