Xiangtai Li

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

• UniVR: 視覚空間での思考による統合視覚推論
  視覚推論2026/7/14

  純粋な視覚デモから複雑な推論、物理ダイナミクス、長期計画を同時に学習する最初の試みで、新しい強化学習手法と大規模ベンチマークを導入し、視覚空間内での推論の可能性を示した。

• あなたの運転ワールドモデルは万能選手か？
  自動運転/評価ベンチマーク2026/5/1

  運転ワールドモデルの性能を画質から閉ループ運転まで多面的に評価する統一ベンチマークWorldLensを提案し、既存モデルが全軸で優れないことを示した。

• 自動運転のための視覚-言語-行動モデル：過去・現在・未来
  VLA2025/12/1

  自動運転における視覚-言語-行動（VLA）フレームワークの進化を整理し、End-to-End型とDual-System型の2つのパラダイムに分類して、その特徴と課題を概観したサーベイ論文。

• マスクから世界へ：世界モデル構築のための実践ガイド
  世界モデル2025/10/23

  初期のマスクモデルから統一アーキテクチャ、対話型生成モデル、記憶拡張システムへと至る世界モデル構築の道筋を、生成・対話・記憶の3要素に焦点を当てて解説する。

• 関節故障に耐える脚式ロボットの統合型レジリエント制御
  歩行2025/2/1

  脚式ロボットの関節故障やセンサ故障に適応するため、マスキング機構を用いた2段階学習のモデルフリー制御フレームワークUMCを提案し、故障時のタスク達成率を平均36〜39%向上させた。

• VG4D: 視覚言語モデルを4D動画認識へ応用
  4D点群認識2024/4/1

  視覚言語モデルの知識を4D点群エンコーダに転移し、改良したPSTNetで点群動画を効率的にモデル化することで、行動認識の精度を向上させた研究。

• Semantic Flow for Fast and Accurate Scene Parsing
  2020/2/1