Weikai Huang

収録論文 4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

• 対話型ビジュアルジム：シミュレートされたユーザーとの閉ループ評価フレームワーク
  視覚対話/ベンチマーク2026/11/5

  実行可能なタスク環境とペルソナ付きユーザーシミュレータを組み合わせ、調理・家事・モバイル操作の3領域で視覚対話モデルを閉ループ評価するベンチマークIVG-Benchを提案した。

• Reflex: 視覚に基づく反応型ヒューマノイド全身制御
  全身制御2026/10/8

  投げられた箱を一人称RGB-D視覚から全身で捕球するヒューマノイド制御を、強化学習と視覚エンコーダを段階的に学習する3段階フレームワークで実現した。

• 接地行動モデル：ロボティクスの基盤としての3Dグラウンディング
  VLA2026/9/20

  言語・点・ボックス指示を対象物の3D表現に変換し、マルチストリームTransformerで行動を予測するロボット基盤モデルGAMを提案。RoboTwin 2.0やLIBERO-PROで高い成功率を示した。

• MolmoAct2: 実世界展開のための行動推論モデル
  VLA2026/5/1

  実世界展開に適した完全オープンな行動推論モデルMolmoAct2を提案し、空間推論に特化したVLMバックボーン、新しいデータセット、オープンな行動トーカナイザ、適応的推論機構などを導入して性能と効率を向上させた。