Yongtao Wang

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

• ATOM-Bench: 操作ポリシーにおける原子スキルと構成的一般化のための実世界ベンチマーク
  マニピュレーション2026/6/1

  実世界の操作ポリシーを評価するためのベンチマークATOM-Benchを提案し、原子スキルと構成的一般化を分離して評価する。

• 自動運転システムのための設計・スケジューリングエージェント「DrivingAgent」
  自動運転2026/6/1

  自動運転システムの設計とリアルタイムスケジューリングを自動化するLLMベースのエージェントフレームワークを提案。設計フェーズではモジュール開発を自動化し、スケジューリングフェーズでは強化学習で訓練した軽量LLMが動的にモジュールを調整する。

• 3DVLA: 3次元空間・インスタンス理解による視覚言語行動モデルの強化
  VLA2026/5/1

  視覚言語行動モデルに3次元空間理解とインスタンス理解を注入するプラグアンドプレイフレームワークを提案し、操作性能を向上させた。

• Feat2Go: 視覚特徴に基づく価値推定による身体化強化学習
  VLA/強化学習2026/5/1

  事前学習済み視覚世界モデルから得た段階的進捗目標を価値モデルで予測し、終端報酬を整形することでVLAモデルの強化学習を改善するフレームワークを提案。

• HiDrive: 高レベル自動運転のためのクローズドループベンチマーク
  自動運転2026/5/1

  既存の自動運転ベンチマークの飽和に対し、希少な物体や高度な判断能力を評価する新しいクローズドループベンチマークHiDriveを提案した。

• KnowVal: 知識拡張と価値誘導による自動運転システム
  自動運転2025/12/1

  交通法規や倫理規範を知識グラフとして取り込み、LLM検索と価値モデルで軌道評価を行う自動運転システムを提案。nuScenesで最低衝突率、Bench2DriveとNVISIMで最先端性能を達成。

• RFTF: 時間的フィードバックを用いた身体性エージェントの強化学習ファインチューニング
  VLA2025/5/1

  ロボット操作ラベルなしで時間情報から価値モデルを学習し、密な報酬を生成することで、VLAモデルの強化学習ファインチューニングを効率化する手法を提案。