Yang Wu

Institute of Automation, Chinese Academy of Sciences

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

• Mind-VLA: 指示認識型空間表現アライメントによる視覚言語行動モデル
  VLA2026/8/1

  言語指示で指定された対象物体の3D幾何に焦点を当て、VLAモデルの表現をアライメントする手法を提案。LIBEROやCALVINで高精度を達成し、実ロボットの遮蔽タスクでも大幅な性能向上を示した。

• 思考の蒸留と行動の予見：自動運転のための認知物理強化学習
  自動運転2026/5/20

  自動運転のための認知物理強化学習フレームワークCoPhyを提案。VLM知識を蒸留して認知能力を保持しつつ、BEV世界モデルで将来予測を行い、安全と意図適合の二重報酬でポリシーを最適化する。

• OmniLiDAR: マルチドメイン3D LiDAR生成のための統一拡散フレームワーク
  LiDAR生成2026/5/1

  異なるセンサー条件やプラットフォームにわたる8つのドメインでLiDARスキャンを生成する統一テキスト条件付き拡散モデルを提案し、ドメイン間の特徴シフトを扱う新しいトレーニング戦略と特徴変調を導入した。

• 3D・4D世界モデリングのサーベイ
  世界モデル2025/9/1

  RGB-D画像や占有グリッド、LiDAR点群といったネイティブな3D/4D表現を用いた世界モデリング研究を初めて体系的に整理し、定義・分類・データセット・評価指標をまとめたサーベイ。

• Veila: 単眼RGB画像からのパノラマLiDAR生成
  LiDAR生成2025/8/1

  単眼RGB画像を条件として、拡散モデルによりパノラマLiDAR点群を生成するフレームワークを提案。信頼度に基づく条件付けと幾何学的整合性により、RGBとLiDARのモダリティギャップを克服する。

• Origami-inspired soft twisting actuator
  2021/11/1