Xinchao Wang
National University of Singapore
収録論文 8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
- ヒンドサイトを活用したワールドアクションモデルの自己蒸留訓練VLA2026/11/18
将来の映像を特権情報として使い、モデル自身のサンプリング軌跡上で行動専門家を自己蒸留するオンポリシー学習フレームワークを提案。報酬やシミュレータなしでロボット操作のタスク実行を改善する。
- エージェント型ロボティクスの展望:ロボットシステムの新時代VLA2026/11/13
基盤モデルと身体化ハーネスによる「身体化システム2」を意思決定の中核とするエージェント型ロボティクスを定義し、評価枠組みと研究ロードマップを提案した展望論文。
- LLM2R:大規模言語モデルによる3Dパーツ再組み立て3Dアセンブリ2026/10/13
大規模言語モデルを活用し、バラバラの3Dパーツを一括で組み立てる手法を提案。全パーツの姿勢を非自己回帰的に予測し、複数データセットで高精度を達成。
- 未来アンカー検証とオンライン回復によるWorld Action ModelVLA2026/10/5
World Action Modelが予測した未来のフレームをアンカーとして保持し、実行のずれを検出して視覚言語モデルで修正指示を生成し元の計画に復帰させる軽量フレームワークFAVORを提案。
- CrossBFM: ヒューマノイド間で共有される潜在行動空間の蒸留VLA2026/9/29
リターゲティングを利用して、複数のヒューマノイドに共通の潜在行動空間を1GPU時間未満で蒸留し、10GPU時間の追従学習で全身制御を実現する手法を提案。
- BadWAM: 世界行動モデルが正しく想像しても誤って行動するとき敵対的攻撃2026/7/1
世界行動モデル(WAM)に対する新しい敵対的攻撃フレームワークBadWAMを提案し、小さな視覚的摂動で想像と行動の整合性を崩す攻撃を評価した。
- ワールドアクションモデル:サーベイサーベイ2026/6/1
予測と行動を統合するワールドアクションモデル(WAM)の定義と分類を整理し、既存手法を生成対象と設計要素の2軸で分析したサーベイ論文。
- 視覚言語行動の安全性:脅威、課題、評価、およびメカニズム安全性2026/4/1
VLAモデルの安全性に関する包括的なサーベイを提供し、攻撃・防御・評価・展開の観点から脅威を整理した。
