Yixuan Yang

収録論文 8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

• 介入の粒度が重要：臨床世界モデルによる反事実シミュレーションにおける一貫した治療バンドル
  臨床AI/反事実シミュレーション2026/9/18

  臨床世界モデルで反事実シミュレーションを行う際、介入を単一要素で編集するよりも実際の治療バンドル全体で編集する方が予測状態を大きく変化させることを示した。

• DreamTraj: 未レンダリングのビデオ拡散潜在表現を読み取る6自由度物体軌道生成
  軌道予測2026/8/1

  単一のRGB画像と指示文から、ビデオ生成モデルの内部表現を直接読み取って物体の6自由度軌道を予測する手法を提案。専用データセットMOVEも構築し、既存手法より高速で高精度。

• Trans2Occ: 透明物体のボクセル占有推定と把持 - シミュレーションから実世界へ
  マニピュレーション2026/6/1

  単一RGB画像から透明物体のボクセル占有を直接予測し、シミュレーションで大規模学習したモデルを実ロボットに微調整なしで適用して把持を実現する枠組みを提案した。

• コードとしての部屋：エージェント的コード合成による俯瞰画像からの3D部屋生成
  3D生成2026/5/18

  俯瞰画像から3D部屋を生成するため、MLLMベースのエージェントがBlenderコードを段階的に合成するフレームワークを提案。記憶モジュールで文脈忘却を防ぎ、専用ベンチマークで有効性を検証した。

• STABLE: セマンティクスと物理の二重システムによるシミュレーション対応テーブルトップレイアウト生成
  シーン生成2026/5/1

  タスク指示からシミュレーション可能なテーブルトップシーンを生成するため、意味推論と物理補正を交互に行う二重システムを提案した。

• RoboReflect: 曖昧な状態の物体把持のためのロボット自己内省推論フレームワーク
  マニピュレーション2025/1/1

  大規模視覚言語モデル(LVLM)を活用し、把持失敗時にロボットが自己内省して戦略を自動修正・記憶するフレームワークを提案。曖昧な状態の物体8種で既存手法を上回る性能を示した。

• InfiniteWorld: 汎用視覚言語ロボットインタラクションのための統合スケーラブルシミュレーションフレームワーク
  sim2real2024/12/1

  Nvidia Isaac Sim上に構築された、汎用視覚言語ロボットインタラクション向けの統合スケーラブルなシミュレータを提案し、3Dアセット構築やReal2Sim、自動注釈などの機能と4つの新しいベンチマークを提供する。

• SniffySquad: ガス分布のまだら性を考慮したマルチロボット協調によるガス源探知
  群制御2024/11/1

  ガス漏れ現場でのガス源特定のため、ガスのまだらな分布に対応する能動センシングと役割適応を組み合わせたマルチロボット嗅覚システムを提案し、成功率と経路効率を大幅に改善した。