Cong Wang
CASIA, Institute of Automation, Chinese Academy of Sciences
収録論文 28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
- 3Dプリント可能なリンク駆動型ヒューマノイド巧緻ハンド「PHD-Hand」マニピュレーション2026/10/21
フレクシャヒンジとバネ鋼の弾性駆動ロッドでリンク機構を簡素化し、各指3自由度を持ちながら低コスト3Dプリンタで作製できるヒューマノイド巧緻ハンドを提案・試作評価した論文。
- Demiurge: 自己回帰ビデオ再レンダリングによるナビゲート可能な4D世界の構築4D生成/ビデオ拡散2026/10/10
動的4D点群メモリを基盤に、外観拡散モデル・深度補完・メモリ対応ワーピング・幾何認識リファインメントを組み合わせ、単一動画から軌跡間で一貫したナビゲート可能な4D世界を自己回帰的に生成する手法を提案。
- 成功実演を超えて:人間とのインタラクションと失敗ダイナミクスの学習ワールドモデル2026/10/9
人間の動画と失敗ダイナミクスを活用し、点群フローで身体差を埋めつつGRPOで事後学習する行動条件付きワールドモデルHF-WMを提案。
- ヒューマノイドハンドの多指節触覚センシングアレイ触覚2026/9/24
低コストなVelostatと導電テープを用いて、指先から指節全体までを覆う触覚アレイを開発し、接触形状の識別や把持時の全指節接触を実現した。
- EmbodiedVAE: 効率的で制御可能な身体化操作のための分離型ビデオVAE操作2026/8/1
ロボット操作の世界モデル向けに、ロボットアームの動きと背景を分離して圧縮する新しいビデオVAEを提案し、高圧縮率で高品質な再構成と精密な動作制御を実現した。
- Goku: 命令ベース動画編集のための100万規模のユニバーサルデータセットとベンチマーク動画編集2026/6/29
複雑な編集指示に応えるため、200万ペアの大規模データセットと、マスク分岐と外観レンダリング分岐を分離したデュアルブランチモデルを構築し、新ベンチマークで性能を検証した論文。
- GTA: 幾何学から外観へのビデオ拡散による画像から3Dワールド生成の高度化3D生成2026/5/13
単一画像から3Dシーンを生成する際、まず粗い幾何構造を生成し、その後に外観を生成する二段階のビデオ拡散モデルを提案し、構造の忠実性と視点間の一貫性を向上させた。
- Embody4D: 身体化された4D世界モデリングのための汎用データエンジン世界モデル2026/5/3
単眼ロボット映像を任意の視点からの新規ビュー映像に変換するビデオ間世界モデルを提案し、データ不足を合成パイプラインで補い、幾何学的安定性と操作領域の忠実度を高める手法を導入した。
- 身体性AIにおける安全性:リスク、攻撃、防御のサーベイ安全性2026/5/1
身体性AIの安全性に関する研究を、知覚から計画、行動、相互作用までのパイプライン全体にわたって体系的にレビューし、攻撃と防御の多層的な分類法を提案した論文。
- HazardArena: 視覚言語行動モデルにおける意味的安全性の評価VLA/安全性評価2026/4/1
視覚言語行動モデル(VLA)の安全性を評価するベンチマークを構築し、安全/危険の双子シナリオで意味的文脈による不安全行動を検出。訓練不要のSafety Option Layerで不安全行動を低減する手法も提案。
- 閉ループダイナミクスに基づく油圧ショベルの高精度・高効率軌道追従軌道追従/油圧ショベル/モデルベース学習2025/9/1
油圧ショベルの非線形ダイナミクスに対処するため、モデルベース学習と閉ループダイナミクスを組み合わせた軌道追従手法EfficientTrackを提案し、シミュレーションと実機で高精度・高効率を実証した。
- 信念・欲求・意図ロボットのための効果的な説明:いつ、何を説明するかHRI2025/7/1
キッチンでの掃除タスクを行うロボットを対象に、ユーザーが説明を求める状況と内容の好みを調査し、驚くような行動を特定して効果的な説明を生成する2つのアルゴリズムを提案した。
- HiBerNAC:複雑なマニピュレーションを解きほぐす階層型脳模倣ロボット神経エージェント集団マニピュレーション2025/6/1
脳の神経回路と階層的意思決定に着想を得て、VLA計画とマルチエージェント協調を組み合わせた階層型フレームワークを提案し、複雑な長期的マニピュレーションタスクの実行性能を向上させた。
- AIとロボット科学者による科学発見のスケーリング則自律実験/ロボット科学者2025/3/1
エージェントAIと身体性ロボティクスを統合した自律型汎用科学者(AGS)を構想し、研究ライフサイクル全体の自動化と新たなスケーリング則の可能性を論じた論文。
- SpikingSoft: 軟体ヘビロボットの生体模倣移動のためのスパイキングニューロン制御器軟体ロボット/スパイキングニューラルネットワーク2025/1/1
軟体ヘビロボットの物理振動を利用し、調整可能な閾値を持つ二重閾値スパイキングニューロンモデルで歩行を生成する手法を提案。強化学習と組み合わせ、2つの閾値調整のみで複雑な動きを実現し、成功率と効率を向上させた。
- 関節空間での分離特徴アライメントによる軽量オープンセット物体検出フレームワークオープンセット物体検出2024/12/1
VLMと検出器をMLPアダプタで結合し、テキスト埋め込みを関節空間に変換してクラス非依存の領域表現と直接アライメントすることで、高精度かつリアルタイムなオープンセット物体検出を実現した軽量フレームワーク。
- 検索ベースの重み付き局所適応によるタスク非依存の生涯ロボット学習マニピュレーション2024/10/1
過去タスクのデータを一部保存し、経験再生と検索ベースの局所適応を組み合わせることで、タスクIDや境界が不明な環境でも破滅的忘却を抑えながら新しい操作タスクを継続学習する手法を提案した。
- 複雑環境下での適応型流体力学モデルをNeural ODEで学習sim2real2024/10/1
水陸両用四足ロボットの水中適応能力を高めるため、Neural ODEとアテンション機構を組み合わせたデータ駆動型流体力学モデルを開発し、リアルタイムセンサデータから力状態を予測できることを示した。
- AdvDiffuser: 誘導拡散による敵対的危険運転シナリオの生成拡散モデル/敵対的シナリオ生成2024/10/1
拡散モデルと軽量ガイドモデルを組み合わせ、自然な周囲車両の挙動を保ちながら様々な自動運転システムに転用可能な危険シナリオを生成する手法を提案。
- 生体模倣ニューラルネットワークと内在的リズム性を用いた四足歩行の学習歩行2023/5/1
脊髄のリズム生成回路(CPG)を微分可能なネットワークとして再定式化し、MLPと共に強化学習することで、不整地を盲歩行でき外乱にも耐える四足歩行方策を獲得した。
- 高密度から低密度への深層ドメイン適応による堅牢な3D物体認識3D認識/ドメイン適応2022/5/1
高密度点群のみで学習しながら、教師なしドメイン適応により低密度点群でも高精度に3D物体認識できる手法を提案した論文。
- 外乱予測制御に基づく汎用四足移動マニピュレーションの枠組み移動マニピュレーション2022/3/1
四足ロボットと多様なアームを統合するため、潜在ダイナミクス適応を組み込んだ強化学習と外乱予測制御による低レベル制御器を提案し、少数のランダム動作サンプルで様々なアームに適応できることを示した。
- 一貫性に基づく模倣と適応:深層強化学習で四足ロボットが動画から動物の動きを模倣歩行2022/3/1
動物の動画からキーポイントを抽出し、動きの一貫性を報酬にした深層強化学習で四足ロボットに歩容を学習・実機転移させる手法を提案。
- MotionHint:運動制約を考慮した自己教師あり単眼視覚オドメトリ視覚オドメトリ2021/9/1
カメラの次フレーム姿勢と不確実性を予測するニューラルネットPPnetを導入し、運動損失を加えることで既存の自己教師あり単眼視覚オドメトリの局所解問題を緩和し、KITTIで最大28.73%のATE改善を達成した。
- ORBBuf: 遠隔ビジュアルSLAMのためのロバストなバッファリング手法ビジュアルSLAM2020/10/1
ネットワーク損失に強い遠隔ビジュアルSLAM向けに、フレーム間類似度を用いた最適化で影響の小さいフレームを捨てる貪欲法ベースのバッファリング手法を提案し、DSOやVINS-FusionでRMSEを最大50倍改善した。
- 動的物体の追跡と把持のためのマルチタスク強化学習による移動マニピュレーション制御移動マニピュレーション2020/6/1
移動マニピュレータでランダム軌道の動的物体を追跡・把持するため、複数タスクの強化学習とランダム化を組み合わせた制御フレームワークを提案し、実機でも約0.1mの追跡誤差と75%の把持成功率を達成した。
- ロボットの複合学習とヌンチャク回しチャレンジロボット学習2017/9/1
人間による定義・実演・評価を統合した複合学習手法を提案し、動的で時間制約のある接触制御を要するヌンチャク回しを実機で成功させた。
- 人間からの多形態適応型ロボットスキル学習ロボット学習2017/8/1
実演だけでなく定義や評価からの適応学習も統合した多形態学習により、剛体と軟体が混在する物体を時間制約下で接触制御しながら扱うスキルをロボットが獲得する手法を提案した。
