Simo Wu

Fudan University

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

• Vid2WAM: ビデオ拡散事前知識を世界行動モデルへ蒸留する
  VLA2026/8/1

  大規模ビデオ基盤モデルの拡散事前知識を、コンパクトな世界行動モデル（WAM）に蒸留するフレームワークを提案。専門家デモに依存せず、タスク条件付き未来予測と逆動力学モデルによる擬似行動を活用し、限られたデモでも新規タスクへの汎化とデータ効率を向上させる。

• RoboSynChallenge: 合成操作スキルの一般化による実世界の巧みな操作の習得
  操作/ベンチマーク2026/8/1

  実世界データ不足を補うため、大規模合成データ生成と標準化された実ロボット評価を統合した操作ポリシーの一般化を競うベンチマークを提案し、未見の実環境での評価を行う。

• WeaveLA: 反復ロボット操作のためのイベント駆動型サブタスク間潜在記憶の織り込み
  VLA/操作2026/6/16

  VLAポリシーに、サブタスク完了イベントで圧縮した潜在記憶を次のサブタスクの行動生成に渡す軽量なクロスサブタスク記憶チャネルを追加し、反復操作の成功率を向上させた。

• VADF: 視覚適応型拡散ポリシーフレームワークによる効率的なロボット操作
  マニピュレーション2026/4/1

  拡散ポリシーの学習収束の遅さと推論タイムアウト問題を解決するため、訓練時のサンプル難易度に応じた重み付けと、推論時の視覚に基づくタスク分割により、収束ステップ数を削減し早期成功率を向上させるフレームワークを提案した。

• 語り、夢見て、行動する：指示駆動型ロボット操作のためのビデオ世界モデル学習
  VLA2026/2/1

  ビデオ生成モデルを蒸留して高速化し、生成された未来映像と実観測を組み合わせて行動モデルを訓練することで、指示に基づくロボット操作の精度と効率を向上させるフレームワークを提案。