Yanghong Mei
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
VLAナビゲーションVLA/操作
※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
- ReSync: 非同期ワールドアクションモデルにおける二つのクロックの再同期VLA2026/9/27
未来の映像と行動を別々のスケジュールで生成する非同期推論において、行動と映像の進捗のずれを「コミットメント・エビデンスギャップ」として定式化し、その間隔内で計算を再配置するReSyncを提案。パラメータ変更なしで成功率を4.48ポイント改善。
- AtlasVLA: 視覚言語行動モデルのための持続的な世界・自我状態モデリングVLA2026/8/1
単眼カメラのみで長期的なタスクを遂行できるよう、視覚言語行動モデルに持続的な世界状態メモリと自我作業メモリを導入し、空間推論とタスク進行の追跡を可能にした。
- NavWM: 先読み計画のための統合ナビゲーションワールドモデルナビゲーション2026/6/1
ナビゲーションのための統合ワールドモデルを提案し、潜在世界トークンによる幾何・意味理解と、多様な行動予測による閉ループ計画を実現した。
- SurveilNav: ロボットと監視システムの協調による物体目標ナビゲーションナビゲーション2026/6/1
監視カメラとロボットを協調させ、大規模環境での物体探索ナビゲーションを効率化するフレームワークを提案した論文。
- VeriSpace: 視覚言語行動モデルのための空間基盤型行動検証VLA/操作2026/6/1
VLAモデルのテスト時行動選択を改善するため、3D認識の行動検証器を提案し、候補行動の空間的関係と幾何学的妥当性を評価して信頼性を高めた。
- UrbanNav: ウェブ規模の人間軌跡から学ぶ言語誘導型都市ナビゲーションナビゲーション2025/12/1
ウェブ上の街歩き動画1500時間以上と300万組の指示・軌跡・ランドマークデータを用い、自由な言語指示に従って実都市を移動する具現化エージェントを訓練するフレームワークを提案した。