Yinzhou Tang

収録論文 5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

• 必要なときに夢を見る：適応的マルチモーダル推論による世界行動モデルの進化
  VLA2026/6/1

  世界行動モデル（WAM）の性能を高めるため、タスクの切り替え時にはテキスト推論、細かい操作時には視覚推論を動的に切り替える軽量ルータを導入したAdaWAMを提案した。シミュレーションと実世界のタスクで効率と性能が向上した。

• WorldArena 2.0：モダリティ・機能・プラットフォームにわたる身体化ワールドモデルベンチマークの拡張
  ベンチマーク2026/5/1

  身体化ワールドモデルの評価を、視覚のみから視触覚へ、政策評価から強化学習環境としての利用へ、シミュレータから実ロボットへと拡張したベンチマークを提案した。

• WorldArena：身体性世界モデルの知覚と機能的実用性を評価する統合ベンチマーク
  世界モデル2026/2/1

  身体性世界モデルを映像知覚品質と下流タスクでの機能的実用性の両面から評価する統合ベンチマークWorldArenaを提案し、14モデルの実験から知覚と機能の間に大きなギャップがあることを示した。

• RoboScape-R: 報酬と観測を統合したワールドモデルによる汎化可能なロボティクス強化学習
  強化学習/ワールドモデル2025/12/1

  ワールドモデルを汎用環境プロキシとして用い、状態遷移の理解から報酬を生成する強化学習フレームワークを提案し、多様なシーンへの汎化性能を向上させた。

• RoboScape: 物理情報を組み込んだ身体性世界モデル
  世界モデル2025/6/1

  RGB動画生成と物理知識を統合して学習する世界モデルを提案し、3D形状や運動ダイナミクスを考慮した物理的に妥当なロボット動画生成を実現した。