Yuting Su

Tianjin University

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

• LiLa-WAM: ロボット操作のための軽量潜在推論ワールドアクションモデル
  VLA2026/8/1

  将来の状態をコンパクトな潜在空間で推論する軽量なワールドアクションモデルを提案し、単一GPUで学習可能にした。視覚遷移トークンという言語不要のタスク表現も導入し、シミュレーションと実機で高い成功率を達成した。

• ターボファン劣化モデリングのための解釈可能な液体潜在状態ダイナミクス
  予知保全2026/7/2

  液体ニューラルネットワークを用いて、航空機エンジンの健全性監視データから劣化過程を解釈可能な潜在状態としてモデル化し、予測精度と状態の解釈性を向上させた。

• クラス増分学習のためのプロトタイプ潜在世界モデルリプレイ
  クラス増分学習2026/6/28

  古いクラスの画像を保存せず、潜在空間上のプロトタイプ分布として記憶し、新しいクラス学習時にその分布からサンプリングしてリプレイするメモリフリーのクラス増分学習手法を提案した。

• 正常世界モデルの学習による少数ショット境界較正異常検出
  異常検出2026/6/20

  正常なイベントから正常世界モデルを学習し、少数の異常例で境界を較正することで異常検出を行う手法を提案。ハイパーグラフとエントロピーに基づくエネルギー関数を用い、NASA C-MAPSSデータセットで高い性能を達成した。

• Phys-JEPA: 物理情報を組み込んだ潜在世界モデルによる多変量時系列予測
  時系列予測2026/6/15

  物理法則を潜在状態に直接組み込んだ予測アーキテクチャを提案し、気候・交通・電力データで予測精度を向上させた。

• ABPolicy: リアルタイムで滑らかなロボットマニピュレーションのための非同期Bスプラインフローポリシー
  マニピュレーション2026/2/1

  Bスプライン制御点空間で動作する非同期フローマッチングポリシーを提案し、チャンク内の滑らかさとチャンク間の連続性を両立させて、動的環境下でもリアルタイムかつ滑らかなマニピュレーションを実現した。