Zhengyang Yan

The Hong Kong University of Science and Technology

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

• Sparse-WAM: 行動誘導スパース想像によるWorld Action Modelの高速化
  VLA2026/9/30

  World Action Modelの推論時、行動トークンから未来フレームへの注意分布が連続するデノイズステップ間で類似している点を利用し、行動に関連するトークンだけを選択処理する学習不要の高速化フレームワークを提案。

• OnlineWM: 因果性を考慮した能動的オンライン学習による効果的な世界モデリング
  世界モデル2026/9/20

  シミュレータと能動的に対話しながら、モデルの弱点を狙ったデータを収集し、反事実学習で行動と状態遷移の因果関係を捉える世界モデルのオンライン学習フレームワークを提案。

• 手首から世界へ：微細ロボット操作のためのタスク条件付き未来手首モデリング
  VLA/操作2026/8/1

  VLAモデルにおいて、主視点と手首視点を並列に扱うのではなく、タスク文脈に基づいて手首の未来の動きを予測する新しいモデルW2-VLAを提案。これにより、微細で接触を伴う操作の精度が向上し、80Hz以上の高速な行動生成を維持する。

• RedFlow: 失敗をアクションレベルの修正へと変換するフローマッチングVLAポリシー
  VLA/オフラインRL2026/7/1

  フローマッチングVLAポリシー向けに、失敗データをアクションレベルの修正信号に変換するオフライン強化学習フレームワークRedFlowを提案。実世界成功率を56.7%から74.7%に向上させた。

• HALO: 身体性マルチモーダル連鎖推論のための統合視覚-言語-行動モデル
  VLA2026/2/1

  テキスト推論・視覚的サブゴール予測・行動予測を統合したEM-CoT推論を可能にするVLAモデルHALOを提案し、シミュレーションと実環境でベースラインを上回る性能を示した。

• WMPO：世界モデルに基づく視覚-言語-行動モデルの方策最適化
  VLA2025/11/1

  実環境と相互作用せずにピクセルベースの世界モデル上でVLAモデルを強化学習し、自己修正などの創発行動やサンプル効率の向上を実現した。