Xindi Wu

収録論文 4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

• ビデオワールドモデルのためのアドレス可能なメモリ
  ビデオ生成2026/8/7

  インタラクティブなビデオワールドモデルで、長いロールアウト中に過去のフレームを正確に参照できない問題を解決するため、トレーニング不要のメモリフレームワークWorldTraceを提案。圧縮メモリに仮想位置を割り当ててアドレス可能性を保ち、新しいベンチマークLoopBenchで性能を検証した。

• NVIDIA OmniDreams: 閉ループ自動運転シミュレーションのためのリアルタイム生成ワールドモデル
  自動運転シミュレーション2026/6/1

  自動運転の閉ループシミュレーション向けに、拡散モデルを基盤としたリアルタイム生成ワールドモデルOmniDreamsを提案し、運転行動に応じたセンサ映像を自己回帰的に生成することで、従来の再構成ベースのシミュレータでは困難な長尾シナリオを合成可能にした。

• 動画生成のための動き帰属分析
  動画生成2026/1/1

  動画生成モデルにおいて、どの微調整クリップが時間的動きを改善・悪化させるかを特定する、動き中心の勾配ベースデータ帰属フレームワークを提案し、データ選別による動きの品質向上を実現した。

• 行動を言語として扱う：壊滅的忘却なしにVLMをVLAへ微調整する手法
  VLA2025/9/1

  ロボットの遠隔操作データを自然言語で表現することで、VLMの基盤能力を損なわずにLoRAのみでVLAへ微調整する手法を提案し、実世界実験でゼロショット汎化を実証した。