Kevin Zhang
収録論文 16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
- Token-World: 視覚言語モデルのトークン空間におけるロボット操作のための世界モデリングVLA2026/9/30
VLAモデルの視覚トークンを圧縮した状態空間で未来のダイナミクスを予測する世界モデルを提案し、操作ベンチマークで予測精度と方策整合性を向上させた。
- 確率的ニューラル符号付き掃引体積によるリアルタイムチャンス制約付き軌道最適化マニピュレーション2026/9/18
ロボットの掃引体積の符号付き距離関数を確率的場として学習し、認識ノイズや不確実性を考慮したチャンス制約付き軌道最適化を実現する手法を提案。
- TrAct: ロボット制御と視覚予測を視覚トラックで橋渡しするVLA/世界モデル2026/8/25
ロボットの行動と画像変化の弱い対応を補うため、視覚トラックを中間表現として用いる世界モデルベースの意思決定フレームワークTrActを提案。シミュレーションと実機で成功率を大幅に向上させた。
- SafeDojo: インタラクティブワールドモデルによるVLAのための安全強化学習安全強化学習/VLA2026/6/1
視覚言語行動(VLA)ポリシー向けに、ワールドモデルベースの想像を通じて安全な行動を学習する初のモデルベース安全強化学習フレームワークを提案。
- Wow, wo, val! 具現化世界モデル評価のためのチューリングテスト世界モデル評価2026/1/1
ロボット操作データ609件を用い、動画基盤モデルを世界モデルとして評価する5能力・22指標のベンチマークを提案し、人間の選好との相関0.93超を達成した。
- ロボットハンドのためのマルチモーダル触覚指先設計:器用な操作の向上触覚2025/10/1
低コストで作りやすいマルチモーダル触覚センサ内蔵の指先を開発し、視覚が使えない状況でも紙コップの積み下ろしなどを高精度に操作できることを示した。
- WoW: 身体性インタラクションを通じた世界全知モデルへの挑戦世界モデル2025/9/1
200万件のロボット操作軌道で学習した140億パラメータの生成的世界モデルを構築し、物理的因果推論を評価する新ベンチマークWoWBenchを提案した論文。
- 姿勢ドリフト下での音響ニューラル3D再構成音響3D再構成2025/3/1
ソナー画像からの3D再構成において、センサ姿勢を学習可能なパラメータとしてニューラル表現と同時に最適化し、姿勢ドリフトがあっても高精度な再構成を実現する手法を提案した。
- 雑然環境におけるセンサ挿入による自律的な作物モニタリング農業ロボティクス2023/11/1
トウモロコシの茎に硝酸塩センサを自律的に挿入する接触型表現型解析ロボットを開発し、圃場実験で検出94%、把持90%、挿入60%の成功率を達成した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- DELTAHANDS: デルタロボットを用いた協調型巧みなハンドフレームワークマニピュレーション2023/10/1
デルタロボットを指に用いた柔軟で再構成可能な巧みなハンドを提案し、物体把持や遠隔操作による布畳み・キャップ開け・ケーブル整理で有効性を示した。
- カーネギーメロン大学TartanチームによるMBZIRC 2020での迅速展開可能な自律航空機のミッションレベルロバスト性UAV自律制御2021/7/1
視覚と制御の一般的技術を用い、成果監視と回復戦略でミッション構造にロバスト性を組み込んだ自律UAVシステムを開発し、MBZIRC 2020で実機評価した。
- 食べ物と遊んで学ぶ:インタラクティブ探索による食品表現の学習マニピュレーション2021/1/1
ロボットアームと複数センサで21種類の食品を操作・計測し、視覚・音・固有感覚を統合したトリプレット損失による埋め込み学習で食品の材料・形状分類性能を向上させた研究。
- 研究向けモジュール式ロボットアーム制御スタック:Franka-InterfaceとFrankaPyマニピュレーション2020/11/1
Franka Emika Panda研究用ロボットにカスタマイズ可能で扱いやすいインターフェースを提供するモジュール式制御スタックを開発した。高レベル命令をスキルとして抽象化し、C++の1kHz低レベル制御とPythonの高レベル命令を組み合わせ、外部センサフィードバックもリアルタイムで流し込める。
- マルチモーダル触覚データを活用したロバストな切断動作触覚2019/9/1
振動と力覚フィードバックを組み合わせて切断動作を適応させ、20種類以上の食品を安定的に切断できるロボットシステムを提案した。
- 野菜のスライス作業のための意味的埋め込み空間の学習マニピュレーション2019/4/1
切断片の厚さ予測などの補助タスクで対象物の意味的特徴を捉える埋め込み空間を学習し、その潜在空間上で順モデルを学習してオンライン計画により野菜のスライス作業を行う手法を提案した論文。
