Cheng Peng
AGIBOT X-Lab
収録論文 12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
- XBot-Omni：身体理解と対話のためのオムニモーダルモデルマルチモーダル対話2026/11/12
テキスト・画像・音声・動画を入力に、発話・身体動作・表情を統合して生成するThinker-Talker-Actor構成のロボット向けオムニモーダルモデルを提案し、7つのベンチマークで理解と動作生成の性能を検証した。
- Act4R: 運動学不要の制御のための行動条件付き4D再構成マニピュレーション2026/10/12
3D基盤モデルを活用し、行動信号からロボットの3Dシーンフローを予測して逆制御を行うフレームワークを提案。
- DIDO: インタラクション中心のダイナミクスを1ステップ拡散に蒸留するワールドアクションモデルVLA2026/9/14
動画生成ベースのロボット操作モデルを1ステップ拡散に蒸留し、把持器と対象物のインタラクションを保ちつつ推論遅延を削減した手法。
- HetScene: 不均一性を考慮した拡散モデルによる高密度屋内シーン生成シーン生成2026/5/13
屋内シーン生成において、物体を主要物体と副次物体に分解し、構造レイアウト生成と文脈レイアウト生成の2段階で生成する不均一性対応フレームワークを提案した。
- PIGEON: VLM駆動の関心点選択による物体ナビゲーション物体ナビゲーション2025/11/1
VLMを関心点(PoI)の選択に用いることで、未見屋内環境での物体ナビゲーションを効率的かつ検証可能にし、ゼロショットで最先端性能を達成した研究。
- Aria Gen 2 パイロットデータセット一人称視点データセット2025/10/1
最新のAria Gen 2グラスで収録した一人称視点多感覚オープンデータセットを段階的に公開し、日常活動における装着者・環境・相互作用の知覚性能を示す。
- RoboOS-NeXT：生涯学習・スケーラブル・堅牢なマルチロボット協調のための統合メモリフレームワーク群制御2025/10/1
空間・時間・身体性を統合した共有メモリSTEMを中核に、脳-小脳型の階層構造で異種ロボット群の生涯学習・動的タスク割当・障害復旧を実現するフレームワークを提案。
- RoboOS: クロスエンボディメントとマルチエージェント協調のための階層型具現化フレームワークマルチエージェント協調2025/5/1
脳と小脳の階層アーキテクチャに基づき、異なる身体を持つロボット間の協調と長期タスクの計画・実行を可能にするオープンソースの具現化システムを提案。
- GenEx: 探索可能な世界を生成する世界モデル2024/12/1
1枚のRGB画像から3D一貫性のある想像上の環境を生成し、AIエージェントがその中を探索・ナビゲートできるシステムを提案。
- Ellipse R-CNN：遮蔽された楕円物体を推定するCNN検出器物体検出2020/1/1
果実の房のように重なり合って隠れた物体を楕円として検出するEllipse R-CNNを提案し、Mask R-CNN系手法より高精度に遮蔽物体を推定できることを示した。
- 仕分けセンターにおける待機時間最小化のための目標割当と経路探索群制御2019/12/1
自動仕分けセンターでエージェントへのステーション割当と衝突回避経路を同時に最適化し、全ステーションの待機時間を最小化するmin-cost max-flowベースの手法を提案。最大350台のエージェントで有効性を実証した。
- 地図を隠れたセンサとして活用する高速オドメトリ全球自己位置推定自己位置推定2019/10/1
地図の走行可能領域を隠れた観測として用い、オドメトリのみからロボットの状態を全球的に推定する手法を提案。暗所や反射環境のブラインドロボットでも長期的にドリフトせず収束し、GPU並列化で最大約300Hzのリアルタイム動作を実現した。
