Yang Ding

収録論文 3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

• 言語・行動・世界モデルを統合するエージェント型フィジカル知能フレームワークLAW
  VLA2026/10/16

  視覚言語モデルとワールドアクションモデルをサブタスク進捗で閉ループ統合し、長期的なロボットマニピュレーションを実現した研究。RoboTwinで94%超の成功率を達成。

• Vorch-Omni: 視覚と聴覚のマルチタスク統合オーケストレーション
  音声映像生成2026/8/6

  音声と映像の生成・編集・参照合成を単一モデルで統一的に扱うマルチタスクフレームワークを提案し、条件付けマスクとタスク識別子により多様な入出力構成を柔軟に処理する。

• HyMobileAgent: データと環境の共スケーリングによる高効率GUIエージェント
  GUIエージェント2026/7/16

  モバイルGUIエージェントの性能を、モデル規模だけでなくデータと環境の両方をスケールさせる枠組みで向上させた。合成データ生成、知識パイプライン、大規模アクションデータ、リセット可能な訓練環境、計画・反省機構を統合している。