Lingjun Zhang

Tsinghua University

収録論文 4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

• Trace-WAM: 3D運動予測で行動を学習するワールドアクションモデル
  VLA2026/10/27

  未来の3D運動予測を補助タスクとして映像・行動学習に組み込み、操作に重要な物体とロボットの動きを表現に反映させるTri-MoT構成のワールドアクションモデルを提案。分布外汎化とデモ不足時の性能向上を示した。

• SimpleTouch: 触覚ポリシー事前学習なしでVLAモデルは接触の多いマニピュレーションを習得できるか
  触覚2026/10/2

  触覚エキスパートを追加したVLA拡張SimpleTouchを提案し、触覚ポリシーの大規模事前学習や視触覚アライメントなしでも、タスク実演のみの単段階学習で接触の多い操作タスクを高成功率で達成できることを示した。

• DeepSight: 潜在状態予測による長期的世界モデリングを用いたエンドツーエンド自動運転
  自動運転2026/5/1

  自動運転のための世界モデルを提案し、BEV空間で将来フレームの潜在意味特徴を並列予測することで長期的な状態予測を行い、さらに適応的なテキスト推論で長尾シナリオの性能を向上させ、閉ループベンチマークでSOTAを達成した。

• 観測前のリスクを見抜く：視覚言語モデルによる自動運転の潜在的リスク推論
  VLA2025/11/1

  自動運転における「まだ観測されていない潜在的リスク」を推論するための視覚言語データセットPotentialRiskQAと、それに基づく推論フレームワークPR-Reasonerを提案した。