Xiao Lin
HappyWorld-Bench
収録論文 13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
- HappyWorld-Bench：世界モデルの信頼性を評価する総合ベンチマーク世界モデル評価2026/9/21
生成世界モデルがエージェントの相互作用下でどれだけ信頼できるかを、動画・空間・身体性の3トラックで評価するベンチマークを提案し、14の動画モデル、9の空間システム、8の身体性モデルを評価した。
- RynnBrain 1.1：より高機能で汎用的な具現化基盤モデルを目指してVLA/基盤モデル2026/7/1
RynnBrain 1.1は、2Bから122B-A10Bまでの規模を持つ具現化基盤モデル群で、接触点予測や3Dグラウンディングを導入し、ロボット操作に直接対応する表現と出力を実現。実機実験では、Qwenベースや汎用VLAを上回る性能を示した。
- M²-VLA: 層混合とメタスキルによる汎用操作のための視覚言語モデル強化VLA/操作2026/4/1
視覚言語モデルをロボット操作のバックボーンとして直接活用し、層混合戦略とメタスキルモジュールを導入して、高次意味理解と精密制御のギャップを埋める新しいVLAモデルを提案した。シミュレーションと実環境で有効性とゼロショット汎化を実証した。
- RynnBrain: オープンな身体性基盤モデルVLA2026/2/1
知覚・推論・計画を統合した時空間基盤モデルRynnBrainを提案し、2B/8B/30B-A3B MoEの3規模と下流タスク向け4変種を公開、20の身体性ベンチマークで既存モデルを大幅に上回った。
- RoboWheel: 実世界の人間デモンストレーションから異形態ロボット学習用データを生成するデータエンジンVLA2025/12/1
人間の手と物体のインタラクション動画から、接触を考慮した軌道を再構成し、多様なロボット形態へ再ターゲティングして学習データを生成するデータエンジンを提案。VLAや模倣学習でテレオペ並みの性能を実証。
- 大規模言語モデルが実現する汎用空中知能エージェントVLA2025/3/1
LLM推論とロボット自律性を機体上で統合し、通信が制限された環境でもオープンワールドのタスクを実行できる空中知能エージェントを開発した。
- AnyNav: 視覚による神経記号的摩擦学習を用いたオフロードナビゲーションオフロードナビゲーション2025/1/1
視覚から地形の摩擦係数を推定し、物理モデルと組み合わせてオフロード走行の経路と速度を計画する神経記号的手法を提案。実機へのsim2real転移も実証した。
- iWalker: 歩行人型ロボットのための命令的視覚計画歩行2024/9/1
視覚に基づく障害物回避と足場計画を同時に行う、エンドツーエンドの人間型ロボット歩行システムを提案。自己教師あり学習によりシミュレーションと実環境で有効性を実証した。
- 命令的学習：ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- PyPose v0.6: The Imperative Programming Interface for Robotics2023/9/1
- SayNav: Grounding Large Language Models for Dynamic Planning to Navigation in New Environments2023/9/1
- AirLine: Efficient Learnable Line Detection with Local Edge Voting2023/3/1
- PyPose: A Library for Robot Learning with Physics-based Optimization2022/9/1