Yan Xie
Li Auto Inc.
収録論文 11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
- MachEmbodied-U0：身体知能のための統合理解・生成モデルVLA2026/9/22
理解と生成の専門家をMixture-of-Transformersで統合し、視覚力学と行動生成をフローマッチングで結びつけた身体知能基盤モデルを提案。LIBEROで99.0%の成功率を達成。
- ME-Brain-1.0：記憶・認知・行動による自己進化型身体知能VLA2026/9/21
行動実行から経験獲得・進化を経て実行改善へと至る閉ループで自己進化する身体知能システムを提案し、再学習なしにベンチマークで大幅な性能向上を達成した。
- 効率的なVLAを決めるもの：アクションヘッド設計・スケーリング・レイテンシの探求VLA2026/9/12
VLAモデルにおいて、アクションヘッドの性能はデコーダ構造よりも言語バックボーンの最終層を初期化に使うことが最大の要因であり、アラインメント後はスケーリングが有効になることを実験的に示した研究。
- VLAFlow: 共学習と未来潜在整合による視覚-言語-行動モデルの統合学習フレームワークVLA2026/7/1
ロボット操作のための視覚-言語-行動モデル(VLA)の学習手法を統一フレームワークで比較し、言語教師あり学習と未来潜在整合を組み合わせることで、異種データに対する転移性能が最も安定することを示した論文。
- GeoAlign: セマンティクスを超えた状態誘導による空間的位置合わせをVLAモデルに導入VLA2026/6/1
VLAモデルにロボットの状態情報を利用した幾何学的特徴の位置合わせ機構を導入し、操作タスクの成功率を向上させた。
- 運転意図の増幅による計画指向強化学習の性能向上強化学習/自動運転2026/5/1
単一のデモ軌道から学習する連続行動ポリシーのモード崩壊問題を解決するため、離散的な意図ラベルと分類器フリーガイダンスを用いてサンプリング分布を拡張し、多意図GRPOで微調整するDIALフレームワークを提案した。
- MindVLA-U1: 統合ストリーミングアーキテクチャによる自動運転向けVLAがVAを凌駕自動運転/VLA2026/5/1
自動運転向けに、言語トークンと連続アクション軌道を単一の共有表現で生成する初の統合ストリーミングVLAアーキテクチャを提案し、従来のVAモデルを上回る性能を実現した。
- AnyScene: 任意の場所とその先における高制御性運転シーン生成に向けて自動運転/シーン生成2026/5/1
BEVレイアウトからセマンティック占有シーケンスを生成し、それを基にマルチビュー運転ビデオを合成する統一的な占有中心フレームワークを提案。クロスデータセットやユーザー定義のレイアウトに対して高精度な制御と長期的生成を実現する。
- ストリーミング意図からの行動創発自動運転2026/5/1
自動運転における行動創発を形式化し、意図を連鎖的に推論して行動生成を導くVLAモデルSIを提案した。
- オンデバイスLLMのためのハードウェア協調設計スケーリング則：ルーフライン・モデリングによるアプローチVLA2026/2/10
オンデバイスLLMのアーキテクチャ選択を高速化するため、訓練損失のスケーリング則と推論レイテンシのルーフラインモデルを組み合わせ、精度とレイテンシのパレートフロンティアを導出するハードウェア協調設計手法を提案した。
- Dynamic Balancing of Humanoid Robot Walker3 with Proprioceptive Actuation: Systematic Design of Algorithm, Software and Hardware2021/8/1