Cheng Zhang
Ocean University of China
収録論文 19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
- EgoGeneralist：動画ネイティブモデリングで一人称行動動画タスクを統合一人称動画生成2026/11/5
事前学習済み動画生成モデルを適応させ、一人称操作における行動条件付き動画生成・姿勢推定・行動動画同時生成を統合する汎用フレームワークを提案した。
- US-VLA: 腹部超音波検査のための視覚・言語・動作モデル医療ロボティクス2026/8/17
臨床的な意味目標を明示的に符号化し、リアルタイムの超音波フィードバックに基づいてプローブ操作を生成する超音波検査自動化のための視覚・言語・動作モデルを提案した。肝臓と腎臓の検査データセットを構築し、プローブ操作タスクでの有効性と汎化性を示した。
- GLaQ: 視覚的証拠への潜在クエリ接地によるマルチモーダル推論VLA2026/8/16
マルチモーダル大規模言語モデルの推論において、連続的な潜在状態の代わりに、元の視覚トークンに接地された固定数のクエリを用いることで、細かい視覚情報を効果的に保持・再利用する手法を提案した。
- ForceU-VLA: 力覚を考慮した身体化超音波スキャンのための視覚・言語・行動モデルVLA2026/8/15
超音波スキャン中に力信号と超音波画像を融合し、スキャン段階に応じて適応的に特徴を調整する新しいVLAモデルを提案し、実世界の力覚対応データセットも構築した。
- 次世代医療に向けて：知覚・意思決定・行動のための医療具現化AIのサーベイ具現化AI/医療2026/6/1
医療分野における具現化AI（身体を持つAI）の研究を、知覚・意思決定・行動の統合システムとして体系的に整理したサーベイ論文。応用事例やデータセット、実臨床での課題と今後の研究方向をまとめている。
- PinpointQA: 屋内ビデオにおける小型物体中心の空間理解のためのベンチマーク空間理解/ベンチマーク2026/4/10
屋内ビデオから小型物体の正確な位置特定能力を評価するベンチマークを提案し、既存のMLLMの性能低下と微調整による改善を示した。
- X2-N: 変形可能な車輪脚ヒューマノイドロボットによる二重モード移動と操作ヒューマノイド/移動操作2026/4/1
車輪脚ロボットとヒューマノイドの形態をシームレスに変形できる高自由度ロボットX2-Nを開発し、強化学習ベースの全身制御で移動・変形・操作を統一的に実現した。
- 「なぜその顔？」：計測された傍観者の反応を用いたロボットエラー検出の探求社会的信号認識2025/12/1
首に装着したデバイスで顎の表情を記録し、人間の反応からロボットのエラーを検出する手法を提案。従来手法より高精度で、人間とロボットの自然な統合に貢献。
- MiniBEE：コンパクト双腕デクスタリティのための新しい形態マニピュレーション2025/10/1
低自由度の2本のアームを運動学的に結合し、グリッパ間の相対位置を保ちながら小型・軽量な双腕マニピュレータを実現した研究。ウェアラブルなデータ収集とロボットアームへの搭載の両モードを提案。
- 無人変形車両の多構成運動安定化のための重心調整機構制御歩行2025/5/1
車輪脚型ロボットが車両形態と人型形態の間で変形する際の運動安定性を、2自由度の重心調整機構と階層制御アルゴリズムで改善する手法を提案した。
- 学習ベースマニピュレーションと物理ベース歩行を統合した全身バドミントンロボット制御全身制御2025/4/1
モデルベースの台車移動と物理情報を活用した模倣学習＋強化学習によるアーム制御を組み合わせ、バドミントンロボットで対サーブマシン94.5%、対人90.7%の成功率を達成した。
- デジタルツインカタログ：大規模フォトリアリスティック3Dオブジェクトデータセット3D再構成/データセット2025/4/1
2000体の高精細3Dオブジェクトと、DSLRカメラおよびARグラスで撮影した画像列を含む大規模データセットを構築し、3Dデジタルツイン再構成の評価ベンチマークを提供した。
- 中型点検ロボット向け共振誘導結合による無線電力伝送無線電力伝送2024/11/1
中型点検移動ロボット用に、1m先へ100Wを送る軽量コイル式の無線電力伝送システムを開発し、障害物がある状態で109.7W・効率47.14%を達成した。
- Perspective-n-Point問題に対する一般化最尤推定姿勢推定2024/8/1
観測の異方性不確かさを考慮し、GLS手続きを反復して姿勢と不確かさを同時推定する一般化最尤PnPソルバGMLPnPを提案。
- 身体性AIの基盤世界モデルにおける因果性の本質的役割身体性AI2024/2/1
身体性AIのための基盤世界モデルに因果性を取り入れる重要性を論じ、物理的相互作用の正確な予測に向けた展望と誤解の整理を行った位置論文。
- OVO: オープンボキャブラリ占有予測3D認識2023/5/1
3Dアノテーションなしで任意クラスの意味的占有予測を可能にする手法を提案。2Dオープンボキャブラリセグメンテーションモデルからの知識蒸留とピクセル・ボクセルフィルタリングを組み合わせる。
- SAM-RL: 微分可能な物理シミュレーションとレンダリングによるセンシング認識型モデルベース強化学習モデルベース強化学習2022/10/1
微分可能な物理シミュレーションとレンダリングを活用し、実画像とレンダリング画像を比較してモデルを自動更新することで、効率的に方策を学習するモデルベース強化学習システムを提案し、組立・工具操作・変形物体操作の実世界タスクで有効性を示した。
- インホイールモータ駆動自律走行電気自動車の数値エネルギー解析エネルギー解析2021/4/1
インホイールモータ駆動の自律走行電気自動車について数値エネルギー模型を構築し、実走行データで検証した上で、平地・登坂・降坂での消費エネルギーと回生ブレーキによる回収量を解析した。坂道走行では従来型電気自動車に比べ最大17.5%の省エネが可能であることを示した。
- 深度情報を用いた物体のマルチクラス検出とセグメンテーション物体検出2013/1/1
RGB-D画像を用いて複数クラスの物体を検出・セグメンテーションし、3D位置を推定する手法を提案した論文。深度情報の活用により検出のロバスト性と3D位置精度が向上することを示した。
