Ke Wang
CUHK MMLab
収録論文 27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
- 神経記号的役割分担によるマルチロボットタスク計画マルチロボット計画2026/11/12
小型視覚言語モデルがシーン判断を計画スケッチとして書き、決定論的ソルバーが実行可能な共同計画に展開する手法を提案し、新ベンチマークLOCUS-Benchで評価した。
- エラー回復のための再計画:検証可能なインタラクションによる身体性VLMの学習VLA2026/10/19
実行エラーからの回復を学ぶための環境ERR-EnvとベンチマークERR-Benchを構築し、ターン単位報酬と行動グループ化アドバンテージ推定を組み合わせた強化学習手法AGT-GSPOで小型身体性VLMを訓練した論文。
- WAVE-0: 軽量な潜在未来予測でVLA方策と世界行動モデルを橋渡しVLA2026/10/13
事前学習済みVLAに軽量な潜在世界モデルを組み合わせ、将来予測を行動生成に直接活用することで、ロボットマニピュレーション性能を大幅に向上させた研究。
- ECoMEM: 記憶依存型ロボット制御のための明示的概念メモリVLA2026/9/30
タスクに関連する過去の情報を「概念」として明示的に記録・更新し、それをVLAポリシーの条件付けに使うメモリ機構を提案。長期的タスクや実機タスクで高い成功率を達成した。
- MultiTalk: 長時間・多人数・バイリンガル会話への全二重音声モデルの拡張音声対話2026/9/29
長時間・多人数・英中バイリンガルの全二重音声対話モデルを実現するため、57.6k時間の合成データセットと実録音ベースの評価ベンチマークを構築した研究。
- GNNロバスト性の分離解析フレームワーク:相転移からシステム崩壊までGNNロバスト性2026/9/15
ラベルノイズと特徴分布シフトを別々に操作できる合成グラフ回帰ベンチマークを構築し、GNNが中程度のラベルノイズには耐えるが深刻な分布シフトで劇的に性能劣化することを示した。
- EvoHIL: 自己進化型報酬とフローマッチングによるポリシー最適化を用いた堅牢な人間参加型強化学習強化学習2026/8/1
人間参加型強化学習において、報酬モデル・行動生成・視覚ドメインの3つの限界を同時に適応させる統一フレームワークEvoHILを提案し、照明変化下の6つの操作タスクで性能を向上させた。
- nuTruck: 分散電動駆動トラックの自動運転計画のベンチマーク自動運転/ベンチマーク2026/7/1
分散電動駆動トラック(DET)向けに、高精度な非線形車両モデルと閉ループ評価を備えた初のベンチマークnuTruckを提案し、学習ベースのプランナーの性能を評価した。
- Ego-Pi: 自己中心視点の人間・ロボットデータによるVLAファインチューニングVLA2026/6/6
ロボット操作のデータ不足を解決するため、自己中心視点の人間データを活用してVLAモデルをファインチューニングし、ロボットが新しいタスクの意味を学習し、既存スキルを組み合わせて新行動を生み出せることを示した論文。
- LEGS: 具現化ガウススプラッティング世界における遠隔操作不要のVLA微調整による人型ロコ操作VLA/シミュレーション/人型ロボット2026/6/1
人型ロボットの移動操作タスク向けに、遠隔操作デモなしで合成データを生成し、VLAポリシーを微調整するハイブリッドシミュレータLEGSを提案。3DGS背景とメッシュ前景を組み合わせ、実機で遠隔操作デモと同等以上の性能を達成した。
- 照明変化に頑健な人間参加型ロボット強化学習強化学習2026/5/1
照明変化による視覚分布のずれで性能が落ちる問題に対し、追加の実ロボット操作なしで、画像の再照明と忘却防止機構を組み合わせたオフライン微調整フレームワークRoHILを提案した。
- ロックインの打破:低データVLA後訓練における操縦性の維持VLA2026/4/1
低データでの後訓練後にVLAポリシーが新しい指示に応答しなくなる「ロックイン」現象を特定し、視覚的接地の維持とテスト時の対照的プロンプトガイダンスによりこれを緩和するDeLockを提案した。
- 物理情報を組み込んだ二重分岐エンコーダによる深層混合クープマン車両ダイナミクスモデル:分散電動駆動トラック向け車両ダイナミクスモデリング2026/3/1
分散電動駆動トラックの複雑な非線形ダイナミクスを、クープマン作用素理論と二重分岐エンコーダを用いて線形埋め込み空間で高精度にモデル化する手法を提案した。
- SG-Reg: 汎用性と効率性を備えたシーングラフ位置合わせシーングラフ位置合わせ2025/4/1
複数の意味的シーングラフを位置合わせするため、意味・トポロジー・形状特徴を統合したノード表現と粗から細へのマッチング、ロバスト姿勢推定を組み合わせた手法を提案。視覚基盤モデルによるデータ生成も導入し、SLAMベンチマークで有効性を示した。
- 膝なし二足歩行ロボットSLIDERのための拡張ハイブリッドゼロダイナミクス歩行2025/4/1
膝なし二足歩行ロボットSLIDERのハードウェアを改良し、拡張ハイブリッドゼロダイナミクスと深層強化学習を組み合わせて、MPCベースの手法より150%高速な歩行制御を実現した。
- SplatPose:3Dガウシアンスプラッティングによる単一RGB画像からの幾何認識6自由度姿勢推定姿勢推定2025/3/1
3Dガウシアンスプラッティングと二分岐ニューラルネットを組み合わせ、単一RGB画像のみから高精度な6自由度姿勢推定を実現するフレームワークを提案。
- FM-Fusion: 視覚言語基盤モデルで強化されたインスタンス認識セマンティックマッピングセマンティックマッピング2024/2/1
視覚言語基盤モデルから得られるオープンセットな検出結果を確率的に融合し、過分割を統合することで、ゼロショットで汎用的なインスタンス認識セマンティックマップを構築する手法を提案。
- Poly-MOT: 多面体フレームワークによる3D多物体追跡3D多物体追跡2023/7/1
物体カテゴリごとに適切な運動モデルと類似度指標を選択する2段階データ関連付けにより、3D多物体追跡の精度を高める手法を提案。
- 価値関数近似によるオンライン多接触リーチングホライズン計画歩行2023/6/1
多接触運動のオンライン計画を可能にするため、凸緩和モデルと学習ベースの2つの価値関数近似手法を提案し、ヒューマノイドの急斜面歩行で有効性を検証した。
- 自動運転のためのグリッド中心型交通シーン知覚:包括的レビュー知覚2023/3/1
自動運転におけるグリッド中心型知覚の研究を階層的に整理したレビュー論文。物体中心型との違いや利点、4D占有予測や生成AIとの関連を概説する。
- 二足歩行ロボットのための地形認識型リアルタイム足先位置・タイミング最適化歩行2023/2/1
LIPモデルの全ダイナミクスを200Hzで解き、足先の位置とタイミングをオンラインで同時最適化する足先計画器を提案し、不整地でも安定した歩行を実現した。
- 脚式ロボットの高ダイナミックジャンプのための慣性整形を伴う統一モデル跳躍制御2021/9/1
脚を点質量・胴体を単一剛体として扱うLL-SRBMを提案し、脚姿勢で重心慣性を能動的に変えて二足・四足ロボットの高ダイナミックジャンプ性能を向上させた研究。
- 分離型aSLIPモデルを用いた不整地盲目二足歩行のための高速オンライン最適化歩行2021/9/1
分離型のアクチュエートSLIPモデルで足位置とCoM高さを1kHzのMPCでオンライン最適化し、不整地を盲目的に歩行しつつ押しにも耐える二足ロボット制御を実現した。
- 顕著性を考慮したバンドル調整によるVisual SLAMVisual SLAM2020/12/1
顕著性予測モデルで特徴点の重要度を推定し、その重みをバンドル調整に組み込むことでSLAMの精度を向上させた研究。
- 深層視覚オドメトリの手法・課題・応用:複雑化・新興領域に向けて視覚オドメトリ2020/9/1
深層学習ベースの視覚オドメトリ(Deep VO)の最近の研究を、精度や効率などの基準で評価し、深度推定・特徴抽出・姿勢推定の観点から整理したサーベイ論文。
- 二足歩行ロボットにおける足置き位置とタイミングの非同期リアルタイム最適化歩行2020/7/1
2つの最適化器を非同期に組み合わせ、二足歩行ロボットの足置き位置と歩行タイミングをリアルタイムで同時最適化する手法を提案し、大きな外乱からの復帰性能を実験的に示した。
- FlowNorm:直接法アライメントの収束範囲を拡大する学習ベースロバストノルムSLAM/直接法2019/10/1
局所的なパッチ誤差と学習ネットワークによる大域的な画像位置合わせ情報を組み合わせた新しいロバストノルムFlowNormを提案し、大きな視点変化や小さな重なりでも直接法の収束範囲を大幅に拡大した。
