Yuncong Yang

UMass Amherst

収録論文 6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

• 水中C3-JEPA：ROVサルベージのための物体中心クロスビュー世界モデル
  世界モデル2026/9/24

  複数視点のRGB映像と制御信号から、接触や水流の遅れを考慮して対象物の状態変化を潜在空間で予測する物体中心の世界モデルを提案し、実水中映像で有効性を示した。

• SyncWorld: 視覚キャリブレーションによるワールドモデルのゼロショットシミュレータ化
  ワールドモデル/シミュレーション2026/9/8

  ロボットの行動と視覚変化の対応を視覚キャリブレーションで文脈的に指定することで、未見環境でも追加学習なしに行動結果を正確にシミュレートできるワールドモデルを提案した。

• アクションイメージ：マルチビュー動画生成によるエンドツーエンド方策学習
  VLA2026/4/1

  ロボットの7自由度動作をピクセルに接地したアクション動画として表現し、動画生成モデル自体を方策として用いる統一的な世界行動モデルを提案した。RLBenchと実機評価で高いゼロショット成功率を達成した。

• MindJourney：世界モデルによるテスト時スケーリングで空間推論を実現
  VLA2025/7/1

  VLMに動画拡散ベースの世界モデルを組み合わせ、テスト時に視点移動を探索させることで3D空間推論を強化するフレームワークを提案。

• 3D永続的具現化ワールドモデルの学習
  ワールドモデル2025/5/1

  過去に生成した内容を明示的に記憶する3Dマップを条件付けし、RGB-D動画拡散モデルで長期的に一貫した未来予測を可能にする永続的ワールドモデルを提案。計画や方策学習に有効性を示す。

• 3D-Mem: 身体性エージェントのための3Dシーンメモリ
  身体性AI2024/11/1

  探索領域を多視点画像の「メモリスナップショット」として記憶し、未探索領域の「フロンティアスナップショット」も活用することで、身体性エージェントの探索と推論を向上させる3Dシーンメモリを提案した。