Yunhao Yang
収録論文 10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
- VASO: 物理AIエージェントのための形式的検証可能な自己進化スキルスキル学習2026/6/3
LLMが生成したロボットスキル契約を、モデル検査による形式的検証と反例に基づくテキスト勾配で自己進化させるフレームワークVASOを提案。未テスト条件下でも時間的安全性を満たすスキルを少数サンプルで獲得できる。
- 物理基盤のマルチエージェントダイナミクスベンチマーク：ワールドモデルにおけるワールドモデル2026/6/1
ワールドモデルの生成するマルチエージェント衝突シナリオの物理的妥当性を評価するフレームワークCrashTwinを提案し、既存モデルが視覚品質は高いが物理法則に反する挙動を示すことを明らかにした。
- 物体が「何であるか」ではなく「何を可能にするか」：アフォーダンス推論のための機能的潜在空間アフォーダンス推論2026/6/1
外見ではなく機能（アフォーダンス）に基づく潜在空間を導入し、ロボットのプランニングにおける物体の機能推論を可能にする手法A4Dを提案した。
- 反実仮想失敗合成による実行可能な操作リカバリの学習マニピュレーション2026/3/1
実世界の成功デモから生成モデルで反実仮想的な失敗ロールアウトを合成し、失敗診断と回復軌道を予測するフレームワークを提案。実機実験で補正精度を大幅に向上させた。
- RepV: 安全分離可能な潜在空間によるスケーラブルなニューロシンボリック計画検証計画検証2025/10/1
安全・不安全な計画が線形分離可能な潜在空間を学習し、自然言語ルールに対する計画の遵守を確率的保証付きで検証するニューロシンボリック検証器を提案。
- VLN-Zero：ゼロショット移動のための高速探索とキャッシュ活用型ニューロシンボリック視覚言語ナビゲーションVLA2025/9/1
VLMでシーングラフを効率的に構築し、ニューロシンボリックな計画とキャッシュ実行を組み合わせることで、未知環境でのゼロショット視覚言語ナビゲーションを高速・高精度に実現した研究。
- LAD-VF: LLM自動微分による形式手法フィードバックを用いたファインチューニング不要のロボットプランニングVLA2025/9/1
形式検証のフィードバックをプロンプト改善に活用し、モデルの再学習なしでLLMのロボット計画の安全性・仕様遵守を高めるフレームワークを提案。
- マルチモーダル基盤モデルによる計画時の不確実性を分離・定量化する形式的手法VLA2024/11/1
視覚理解に起因する知覚不確実性と計画生成の決定不確実性を分離し、形式検証とConformal Predictionで定量化して、能動的再観測や高確信データでの微調整によりロボットタスクの信頼性を高める枠組みを提案した。
- 安全制約付き計画のための言語モデルの検証と改良の統合手法VLA2024/10/1
言語モデルが生成するロボットプログラムをオートマトン表現に変換して安全仕様を検証し、その結果を活用した微調整で安全なプログラム生成を効率化する手法を提案。
- Fine-Tuning Language Models Using Formal Methods Feedback2023/10/1