Xiaoyuan Zhang

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

• World Action Modelの設計で重要な要素とは：実証研究
  VLA2026/9/21

  World Action Modelの設計選択（因果構造、潜在空間、学習目的）を制御実験で分離し、ロボット制御性能への影響を体系的に分析した研究。

• セマンティック通信からトークン通信へ：大規模モデル駆動型6Gインテリジェント接続の次なるパラダイム
  セマンティック通信2026/9/9

  大規模モデル駆動のセマンティック通信の課題を整理し、トークンを通信の抽象単位として用いる「トークン通信」を次世代6G接続の新パラダイムとして提唱するサーベイ。

• WMLLM: 予測してから行動する世界モデルによる自己進化型最適化エージェント
  最適化2026/6/2

  大規模言語モデルを用いて、ブラックボックス最適化の探索効率を高める自己進化型エージェントフレームワークを提案した。候補生成前に有望な方向を予測する世界モデルを組み込み、分子最適化などで高い性能を示した。

• プリズマティック・ワールドモデル：ハイブリッド系の計画のための合成可能なダイナミクス学習
  モデルベース計画2025/12/1

  接触や衝突などの離散的な物理モードを専門家混合（MoE）で分解し、モード遷移を考慮した潜在ワールドモデルを提案。ヒューマノイドなどの連続制御タスクで軌道最適化の精度を向上させた。

• Aegis: マルチエージェントシステムのための自動エラー生成と帰属
  マルチエージェント2025/9/1

  LLMベースのマルチエージェントシステムにおいて、成功軌道に文脈依存のエラーを注入して大規模なエラー帰属データセットを自動生成し、教師あり・強化学習・対照学習でエラー原因エージェントを特定する手法を提案。

• 微分可能情報を活用したモデルベース強化学習の強化
  モデルベース強化学習2025/3/1

  微分可能環境の情報を活用し、Sobolev損失でモデル予測精度を高め、混合長さの切り詰め学習で方策勾配の分散を抑えるMBRL手法MB-MIXを提案。ヒューマノイド制御や変形物体操作で既存手法を上回る。