Yizhuo Li

XPENG Robotics

収録論文 4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

• XPACE: 異種経験からの世界モデルと行動モデルの統合学習
  VLA2026/9/15

  人間とロボットの多様な経験を動画予測で結びつけ、行動予測と世界シミュレーションを同時に行う統合モデルを提案し、ヒューマノイドロボットで人間の技能をロボット未経験タスクへ転移できることを示した。

• 予測を行動に変える：世界行動モデルにおける表現整合の再利用
  VLA2026/6/10

  世界行動モデル（WAM）の行動デコーダがタスク関連領域に注目せず、表現の不一致が行動精度を損なう問題を診断し、基盤ビジュアルエンコーダの意味表現と中間特徴を整合させるAGRAを提案。実機操作タスクで性能と汎化を向上させた。

• 離散拡散VLA：視覚言語行動ポリシーの行動デコーディングに離散拡散を導入
  VLA2025/8/1

  行動チャンクを離散化し、統合トランスフォーマー内で離散拡散により並列デコーディングするVLAを提案。適応的なデコーディング順序と再マスキングで誤り訂正を行い、LIBEROやSimplerEnvで高い成功率と事前学習能力の保持を実現した。

• Moto: 動画からロボット操作を学習するための橋渡し言語としての潜在モーショントークン
  VLA2024/12/1

  動画を潜在モーショントークン列に変換し、自己回帰的に事前学習することで、ロボット操作に転移可能な運動知識を獲得する手法を提案。