Yuxin Cai
収録論文 11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
- SOR-Nav: 探索継続か領域移動か？文脈ゲート付き探索と領域間移動による物体ナビゲーション物体ナビゲーション2026/9/28
未探索環境で物体を探す際、現在の探索を続けるか別の領域へ移動するかをLLMで判断する階層型ナビゲーションシステムを提案し、複数のベンチマークで最高性能を達成した。
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- Map2Route: 意味地図上の構成的言語指示に基づく経路計画ベンチマーク経路計画2026/9/15
意味地図上で複雑な言語指示から経路を計画するベンチマークMap2Routeと、コード実行と検証を組み合わせた手法Grounding2Routeを提案した。
- IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習するナビゲーション2026/6/1
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
- Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーションVLMナビゲーション2026/6/1
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
- ロボットをトークンとして：協調マルチロボット軌道生成のための統一拡散トランスフォーマー群制御2026/6/1
各ロボットをトークンとして扱う拡散トランスフォーマーを提案し、複数ロボットの軌道をフィードフォワードで直接生成する。個々の安全性と全体の接続性を満たす軌道を生成できる。
- ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーションナビゲーション2026/3/1
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
- SysNav: マルチレベル系統的協調による実世界・クロスエンボディ物体ナビゲーションの実現ナビゲーション2026/3/1
実世界の物体ナビゲーションをシステムレベルで捉え、セマンティック推論・ナビゲーション計画・運動制御を分離した3層システムSysNavを提案し、車輪型ロボット、四足、人型の3つの異なるエンボディで実証した。
- 混在交通渋滞緩和のための二重相互作用認識協調制御戦略群制御2026/3/1
本論文は、混在交通のボトルネック区間において、CAVとHDVの相互作用を局所・大域の両方で認識するMARLベースの協調制御戦略を提案し、交通渋滞を緩和する。
- COVLM-RL: VLM誘導強化学習による自動運転のための重要物体指向推論自動運転2025/12/1
VLMにChain-of-Thoughtで重要交通要素を推論させて意味的決定を生成し、その事前情報を強化学習に組み込むことで、自動運転の学習効率と解釈性を高めるフレームワークを提案した。
- CL-CoTNav: 視覚言語モデルによるゼロショット物体目標ナビゲーションのための閉ループ階層的思考連鎖ナビゲーション2025/4/1
視覚言語モデルを微調整し、階層的な思考連鎖プロンプトと閉ループフィードバックを組み合わせることで、未知環境での物体探索ナビゲーションの汎化性能を高める手法を提案した。