Xiaoyi Pang

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

• Sparse-WAM: 行動誘導スパース想像によるWorld Action Modelの高速化
  VLA2026/9/30

  World Action Modelの推論時、行動トークンから未来フレームへの注意分布が連続するデノイズステップ間で類似している点を利用し、行動に関連するトークンだけを選択処理する学習不要の高速化フレームワークを提案。

• SteerQuant: 行動誘導スケーリングによるWorld-Actionモデルの量子化誤差制御
  量子化2026/9/30

  World-Actionモデル向けの4bit量子化フレームワークで、各ストリームの量子化誤差が最終行動に与える影響を考慮してスケーリングを調整し、精度を保ちつつ推論を高速化する。

• OnlineWM: 因果性を考慮した能動的オンライン学習による効果的な世界モデリング
  世界モデル2026/9/20

  シミュレータと能動的に対話しながら、モデルの弱点を狙ったデータを収集し、反事実学習で行動と状態遷移の因果関係を捉える世界モデルのオンライン学習フレームワークを提案。

• WorldCycle: 長期的ビデオワールドモデルのための自己検証型強化学習
  ワールドモデル/強化学習2026/8/5

  可逆なアクションサイクルを用いて、長期的な正確性を検証する自己教師あり強化学習フレームワークを提案し、ワールドモデルのドリフトを大幅に低減した。

• RedFlow: 失敗をアクションレベルの修正へと変換するフローマッチングVLAポリシー
  VLA/オフラインRL2026/7/1

  フローマッチングVLAポリシー向けに、失敗データをアクションレベルの修正信号に変換するオフライン強化学習フレームワークRedFlowを提案。実世界成功率を56.7%から74.7%に向上させた。

• HALO: 身体性マルチモーダル連鎖推論のための統合視覚-言語-行動モデル
  VLA2026/2/1

  テキスト推論・視覚的サブゴール予測・行動予測を統合したEM-CoT推論を可能にするVLAモデルHALOを提案し、シミュレーションと実環境でベースラインを上回る性能を示した。