Chengzhi Zhao
Harbin Institute of Technology, Shenzhen
収録論文 3本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Harbin Institute of Technology, Shenzhen(〜2026) / RoboScience(〜2026)
VLA身体性世界モデル世界モデル
※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
- 世界事前知識を行動モデルに蒸留するリアルタイムロボット制御VLA2026/11/2
動画拡散モデルの中間表現を訓練時に行動モデルへ蒸留し、テスト時は動画モデルを捨てることでリアルタイム制御を可能にした二段階フレームワーク。LIBEROで95.9%の成功率を達成し、推論を約21倍高速化した。
- 見ることと想像することを一つに:身体性世界モデリングのための統合動画生成と4D知覚身体性世界モデル2026/10/29
動画拡散トランスフォーマーを基盤に、将来動画の生成と深度・セグメンテーション・フローなどの密な4D知覚を単一モデルで統合したGenSightを提案し、ロボット操作データで両タスクの高性能を示した。
- 物体中心の剛体ダイナミクスを学習する3D世界モデルORD-WM世界モデル2026/10/16
各物体をジオメトリを保つ潜在表現に符号化し、行動条件付きで物体ごとのSE(3)剛体運動を予測することで、形状ドリフトのない安定した多段予測と実時間再計画を実現した3D世界モデル。
