Chaoyang Wang
収録論文 4本 ・ フィジカルAI/ロボット学習
動画生成VLAナビゲーション3D再構成
※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
- PhysStream: 構造化シーンメモリと細粒度運動制御による物理に基づくストリーミング動画生成動画生成2026/9/15
生成途中でも物理的に意味のある速度変化信号で動画内の物体運動を細かく操作できる自己回帰型の画像から動画への生成モデルを提案し、物理的一貫性と軌道精度を改善した。
- VLA-Thinker: 画像思考による視覚言語行動モデルの性能向上VLA2026/3/1
視覚入力を動的に再参照できる思考フレームワークを導入し、2段階学習でロボット操作性能を大幅に向上させた。
- 音声対話と強化学習でエレベーター乗車経路を確保するロボットナビゲーションナビゲーション2022/3/1
エレベーター入口に人が密集していても、強化学習に音声プロンプトによる『道を空けてもらう』行動を組み込み、ロボットが効率的かつ安全に乗車できるナビゲーション手法を提案した。
- 限られた視点から高精度な3D再構成を実現する手法3D再構成2021/10/1
少数の未キャリブレーションカメラ視点(2〜3台)から、ニューラル形状事前分布とマルチビュー等変性を活用して高精度な3D再構成を可能にする手法を提案した論文。
