Zhengyuan Yang
収録論文 2本 ・ フィジカルAI/ロボット学習
VLA動画生成
※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
- 視点計画:VLMによる3D空間の能動的推論と計画VLA2026/5/1
VLMがカメラ移動による視点変化を予測し、複数ステップの計画で目標視点を特定できるかを検証し、その能力を高める反復的自己探索と視点グラフ蒸留の枠組みを提案した。
- SlowFast-VGen:行動駆動型長尺動画生成のための低速・高速学習動画生成2024/10/1
人間の補完的学習システムに着想を得て、低速学習(世界動態の拡散モデル)と高速学習(時間LoRAによるエピソード記憶)を組み合わせ、行動に基づく長尺動画生成の一貫性を向上させる手法を提案。