Yicheng Gong

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

• JoyNexus: VLAモデルのためのサービス指向マルチテナント後訓練
  VLA2026/7/17

  VLAモデルの後訓練を効率化するため、マルチテナント対応の統合サービスを提案。訓練・推論・環境サービスを分離し、APIで提供することで、リソース利用の効率化とコスト削減を実現。

• JoyAI-Sim: 具現化データピラミッドのためのシミュレーション対応相互変換ツールチェーン
  シミュレーション2026/6/1

  実ロボットのデータ収集と評価の限界を補うため、シミュレーションを介してロボットと人間のデータを相互変換するツールチェーンを提案し、評価とデータ生成のスケーラビリティを向上させる。

• D-VLA: 視覚言語行動モデルのための高並列分散非同期強化学習フレームワーク
  強化学習2026/5/1

  大規模VLAモデルへの強化学習適用時のリソース競合を解決するため、物理分離と非同期パイプラインを備えた分散RLフレームワークD-VLAを提案し、スループットとサンプリング効率を大幅に向上させた。

• JoyAI-RA 0.1: ロボット自律性のための基盤モデル
  VLA2026/4/1

  オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。

• EgoLive: 実世界の人間タスクから得た大規模エゴセントリックデータセット
  データセット2026/4/1

  ロボット操作学習のための大規模で高品質なエゴセントリックデータセットEgoLiveを構築し、実世界の非制約環境での人間の作業データを収集・公開した。

• AIネイティブクラウド具身知能基盤のための千GPU大規模訓練と最適化レシピ
  基盤技術2026/3/1

  具身知能の大規模訓練を実現するため、クラウド上に千GPU分散訓練プラットフォームを構築し、データパイプラインやモデル最適化、インフラ連携により訓練時間を40倍短縮した。