Jian Wang
収録論文 24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
- 精度の呪い:高精度ロボット操作におけるデータスケーリング則マニピュレーション2026/7/1
ロボット操作の高精度タスクにおいて、目標精度が限界に近づくほど必要デモ数が超指数関数的に増えるスケーリング則を提案し、その限界精度がシステム全体の特性であることを示した。
- COMAP: 世界モデルとエージェント方策の共進化によるLLMエージェントLLMエージェント2026/6/1
言語エージェントのためのテキスト世界モデルと方策を、閉ループ相互作用を通じて共進化させるフレームワークCOMAPを提案。世界モデルが将来の状態を予測し、エージェントがその信頼性を評価して行動を改善し、得られた軌跡で世界モデルを自己蒸留により更新する。
- 動作焦点の潜在アクションによる人間のエゴビデオからのクロスエンボディVLA訓練VLA2026/6/1
ラベルなしの人間のエゴビデオから動作の潜在アクションを抽出し、ロボットのVLAモデルを訓練する手法を提案。シミュレーションと実環境で、わずか50トラジェクトリの適応で大規模データセットで訓練した最先端モデルと同等の性能を達成。
- フーリエ形状の表現力を活用した赤外線物体検出への攻撃手法敵対的攻撃2026/5/18
赤外線物体検出に対する物理的敵対的攻撃において、熱遮断材の形状をフーリエ係数で表現し、微分可能な枠組みで最適化することで、従来の形状ベース手法の表現力と最適化能力のトレードオフを克服した。実世界実験で高い攻撃成功率を達成した。
- 見たものが真実とは限らない:身体化エージェントにおける能動的介入による信念慣性の緩和身体化エージェント2026/4/1
LLMベースの身体化エージェントが環境フィードバックを無視して誤った信念に固執する「信念慣性」問題を特定し、予測・検証・更新のサイクル(EVU)を導入して能動的に信念を更新することでタスク成功率を向上させる手法を提案した。
- 意図と実行のギャップを活用:視覚運動ポリシーにおける暗黙的インピーダンスの学習マニピュレーション2026/2/1
遠隔操作のマスタ指令とスレーブ応答のズレをノイズではなく力覚情報として活用し、意図クローニングにより暗黙的なインピーダンス制御を実現する枠組みを提案した。
- 想像してから計画:世界モデルによる適応的先読みでエージェントを学習世界モデル2026/1/13
世界モデルと方策モデルを組み合わせ、タスクに応じて先読みの長さを適応的に変えながら想像上の軌道を生成し、エージェントの計画・推論能力を高める枠組みを提案。
- Less is More: 自動運転のための軽量かつ強力な視覚言語モデルVLA2025/10/1
自動運転を言語問題として捉え、視覚言語モデルを用いて前視カメラ入力から直接軌道を予測する一段階エンドツーエンドフレームワークMax-V1を提案。nuScenesで30%以上の性能向上を達成。
- Ponimator: 近接インタラクティブポーズを起点とした多様な人間同士インタラクションアニメーションヒューマンインタラクション2025/10/1
密着した2人のインタラクティブポーズを手がかりに、拡散モデルで動きや反応、テキストからのインタラクション動作を生成するフレームワークを提案。
- USIMとU0:汎用水下ロボットのための視覚-言語-行動データセットとモデルVLA2025/10/1
言語指示で動く汎用水下ロボット向けに、BlueROV2の約25時間分の模擬データセットUSIMと、空間認識を強化した視覚-言語-行動モデルU0を提案し、既存手法を上回る性能を示した。
- BEV-VLM: 統合BEV表現による軌道計画自動運転/軌道計画/VLM2025/9/1
カメラとLiDARを融合したBEV特徴マップを視覚入力としてVLMに与え、自動運転の軌道計画を高精度化する手法を提案。nuScenesで視覚のみの最先端手法より計画精度が53.1%向上し、衝突回避も達成。
- 生物に学ぶ水中ソフトロボット:生物学からロボティクスへ、そして再び生物学へソフトロボティクス2025/8/1
海洋生物に着想を得た水中ソフトロボットの研究を、生物学とロボティクスの双方向の枠組みとして捉え直し、生物学的検証や進化仮説の検証への応用、および種を超えた収斂原理に基づく新たな設計パラダイムを提案する。
- GMF-Drive: 空間認識BEV表現とゲート付きMamba融合によるエンドツーエンド自動運転自動運転/End-to-End2025/8/1
Transformerに代わる線形計算量のゲート付きMamba融合と幾何情報を保持するLiDAR表現を導入し、NAVSIMベンチマークで最先端性能を達成したエンドツーエンド自動運転フレームワーク。
- 動作から行動へ:ヒューマノイド生成行動制御の階層的モデリング行動生成2025/6/1
LLMが生成する階層的行動計画と動作を整合させ、人間の多様な行動を生成する統合フレームワークGBCを提案し、階層的計画付きデータセットGBC-100Kを構築した。
- MR-COGraphs: 3Dシーングラフによる通信効率の良いマルチロボットオープンボキャブラリマッピングシステムマルチロボットマッピング2024/12/1
物体をノード、空間隣接関係をエッジとする3DシーングラフCOGraphを構築し、特徴圧縮と復元により通信量を80%以上削減しつつ、複数ロボットの地図を統合してオープンボキャブラリなマッピングを実現した。
- 相互扶助によるマルチエージェント強化学習の協調促進マルチエージェント強化学習2023/2/1
各エージェントが他エージェントの期待行動を予測し、それを選択的に模倣することで協調を促す新しいマルチエージェント強化学習アルゴリズムを提案し、成功率と累積報酬を改善した。
- デモンストレーションを用いたサンプル効率の良いマルチエージェント強化学習による群れ制御群制御2022/9/1
従来手法で得た非専門家デモンストレーションを事前学習に活用し、マルチエージェント強化学習のサンプル効率を改善して群れ制御を実現する手法を提案。
- 準最適方策を活用したマルチエージェント強化学習による群れ制御群制御2022/9/1
人工ポテンシャル場などで得た準最適方策を模倣に利用し、サンプル効率を高めるマルチエージェント強化学習手法を提案し、群れ制御でベースラインと準最適方策を上回る性能を示した。
- ステレオV-SLAMによる点群変化検出:データセット・評価指標・ベースラインSLAM2022/7/1
ステレオカメラとIMUという低コストセンサのみで点群マップの変化を検出するフレームワークを提案し、シミュレータ上で評価用データセットと指標を構築した。
- Explore-Bench:自律探索のためのデータセット・評価指標・ベンチマーク自律探索2022/2/1
未知環境の自律探索手法を統一的に評価するため、グリッドシミュレータ・Gazebo・実機テストベッドの3層構成を持つベンチマークを構築し、探索効率と協調性の指標を提案した。
- 影を考慮した二重エージェントフレームワークによる画像誘導型ロボット超音波プローブの自律脊椎超音波検査ナビゲーション医療ロボティクス2021/11/1
強化学習と深層学習の二重エージェントで超音波画像からプローブ動作を決定し、音響影を報酬に用いて脊椎の標準断面を自律取得する手法を提案・検証した。
- 相対情報のみを用いたマルチエージェント強化学習による分散フォーメーションと障害物回避群制御2021/11/1
各エージェントが局所的・相対的な情報だけで分散的に判断し、フォーメーション形成と障害物回避を同時に達成するMARL手法を提案。切断時にも素早く再編成でき、シミュレーションと実機で有効性を検証した。
- ストリームベース衝突回避を統合したDRL分散フォーメーション制御群制御2021/9/1
深層強化学習を用い、局所センサ情報のみでフォーメーション追従誤差と衝突率を同時最適化する分散制御手法を提案し、既存手法より優れることを示した。
- 深層強化学習による超音波プローブの標準走査面への自律ナビゲーション医療ロボティクス2021/3/1
深層強化学習で仮想超音波プローブの6自由度姿勢をリアルタイム画像フィードバックに基づき制御し、標準走査面へ誘導する手法を提案。画質最適化を信頼度ベースで学習に組み込み、脊椎画像データのシミュレーションで有効性を検証した。
