Yongming Rao

収録論文 7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

• VLMの知能をロボット制御へ転移する
  VLA2026/9/19

  VLMに離散的な移動・回転・グリッパ指令のインターフェースを与え、閉ループでロボットを制御させる手法RoboDawnを提案。タスク特化の学習なしで既存手法を上回り、実演1回の文脈内学習でSOTAを達成した。

• Hy-Embodied-VLM-1.0：効率的な物理世界エージェント
  VLA2026/7/14

  物理世界で動作する組み込みエージェント向けの基盤モデルを提案し、行動中心の能力分類に基づくデータパイプラインと効率的なMoEアーキテクチャにより、38ベンチマークで優れた性能を達成した。

• Hy-Embodied-0.5-VLA：視覚言語行動モデルから実世界ロボット学習スタックへ
  VLA2026/6/1

  データ収集からモデル設計、事前学習、微調整、強化学習、実機展開までを含むロボット学習の全スタックを備えたエンドツーエンドシステムを提案した論文。

• GEM: 生成的監視が身体化知能を強化する
  VLA2026/5/27

  視覚言語モデルの事前学習に深度マップ生成タスクを統合し、身体化環境での空間・物理理解を向上させるGEMを提案。大規模データセットGEM-4Mを公開し、シミュレーションと実世界で高い性能を実証した。

• HY-Embodied-0.5: 実世界エージェントのための具現化基盤モデル
  VLA2026/4/8

  実世界の具現化エージェント向けに設計された基盤モデル群を提案し、空間・時間的視覚知覚と推論能力を強化した。

• LiDAR Distillation: Bridging the Beam-Induced Domain Gap for 3D Object Detection
  2022/3/1
• P$^2$GNet: Pose-Guided Point Cloud Generating Networks for 6-DoF Object Pose Estimation
  2019/12/1