Yue Sun

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

• 視覚・言語・行動を分離した効率的なマルチタスクロボット方策
  VLA2026/9/16

  VLMを使わず視覚エンコーダ・言語エンコーダ・行動ヘッドを分離した方策を構築し、同等の成功率を保ちつつ推論速度と省エネ性を大幅に改善した。

• G0.5: ロボットの推論と行動のための単一自己回帰ストリーム
  VLA2026/8/1

  単一のトランスフォーマーデコーダが推論トークンと行動トークンを同一の目的で生成する、事前学習済み自己回帰VLAモデルG0.5を提案。異なるロボットの行動を共有語彙に変換するトークナイザーや、チェーン・オブ・ソート、視覚メモリを導入し、複数のベンチマークでSOTAを達成。

• EA-Nav: 身体性を考慮した安全な視覚ナビゲーションポリシーの学習
  ナビゲーション2026/7/1

  異なる身体性を持つエージェント間でのナビゲーション性能を向上させるため、模倣学習に基づく身体性認識フレームワークを提案し、身体形状を条件付けトークンとして導入して行動の曖昧性を低減し、軌道拡張で高リスクサンプルを生成して安全なナビゲーションを実現した。

• TaCauchy: 視覚ベース触覚シミュレーションのための拡張可能なFEMフレームワーク
  触覚シミュレーション2026/6/1

  GPU加速ロボティクスプラットフォーム上で、有限要素法に基づき物理的に正確な応力場と接触力を計算する触覚センサーシミュレーションフレームワークを提案した。

• EndoIR: 劣化に依存しないノイズ対応ルーティング拡散による内視鏡画像のオールインワン復元
  画像復元2025/11/1

  内視鏡画像の多様な劣化を単一モデルで復元する拡散ベースのフレームワークを提案し、複数の劣化シナリオで最先端性能を達成した。

• 画像と4Dレーダースペクトルの深度認識融合による3D物体検出
  センサーフュージョン2025/2/1

  4Dミリ波レーダーのスペクトルと深度推定したカメラ画像をBEV空間でアテンション融合し、悪天候でも高精度な3D物体検出を実現する手法を提案。

• LIDAUS: Localization of IoT Device via Anchor UAV SLAM
  2021/8/1