Xiaoyang Wu

収録論文 6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

• データスケーリングを超えて：視覚言語行動モデルのための表現中心の継続事前学習
  VLA2026/8/27

  ロボットデータの不足を補うため、多様なロボットデータでVLMバックボーンを継続事前学習し、下流タスクの性能を向上させるVLActを提案した。

• DreamAvoid: 臨界期テストタイムドリーミングによるVLAポリシーの失敗回避
  VLA/操作2026/5/1

  VLAモデルが微細な操作中に失敗する問題に対し、実行が臨界期に入ったかを検出し、複数の候補行動を評価して最適な行動を選択する「テストタイムドリーミング」フレームワークを提案した。

• Any3D-VLA：多様な点群によるVLAのロバスト性向上
  VLA2026/2/1

  シミュレータ・センサ・モデル推定の点群を統合して学習し、2D表現と融合することで、VLAモデルの性能とドメインギャップ耐性を高める手法を提案。

• 最適化経路整形によるコンベア上の動的物体操作のSim-to-Real転移
  sim2real2025/8/1

  シミュレータで生成したデモを用いた模倣学習において、外観ノイズのアニーリングで形状情報を優先させるGEMを提案し、コンベア上の動的物体操作を実環境へ転移させた。

• VIP: 視覚指示によるロボットマニピュレーションの事前学習
  マニピュレーション2024/10/1

  テキスト指示の代わりに将来画像とスパース点フローを視覚指示として用いる事前学習手法VIPを提案し、多様なタスクでの性能を大幅に向上させた。

• ユニバーサルLiDARセグメンテーションに向けたマルチスペースアラインメント
  LiDARセグメンテーション2024/5/1

  異なるセンサやシーンで収集された大規模運転データセットを統合し、データ・特徴・ラベル空間でのアラインメントを行うことで、単一パラメータでマルチタスク・マルチデータセット・マルチモダリティのLiDARセグメンテーションを実現するM3Netを提案。