Long Zeng
Tsinghua University
収録論文 17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
- WISE: ワールドモデル誘導による想像スケジューリングを用いた視覚言語行動モデルの効率的なポストトレーニングVLA2026/9/3
ロボット操作のポストトレーニングにおいて、ワールドモデルによる想像を必要な状態でのみ、信頼できる範囲で使用するフレームワークWISEを提案し、計算時間を約80%削減しつつ性能を向上させた。
- 意味論と幾何学的接地の分離:言語条件付き模倣学習のための空間的視覚プロンプト模倣学習2026/6/1
言語条件付きロボット操作において、意味推論と空間制御を分離し、視覚基盤モデルで生成した空間的視覚プロンプトを行動生成器に注入する新しいアーキテクチャSVP-ILを提案。少ないデモデータでも高精度を達成した。
- AssemPlanner: 柔軟な組立システムのためのマルチエージェント型タスク計画フレームワークタスク計画2026/5/1
自然言語で記述された組立タスクを、複数の専門エージェントとシーングラフを用いて実行可能な生産手順に変換するマルチエージェント型タスク計画フレームワークを提案した。
- CDF-Glove: ケーブル駆動の力覚フィードバック手袋による巧みな遠隔操作遠隔操作/力覚フィードバック/模倣学習2026/3/1
軽量・低コストなケーブル駆動の力覚フィードバック手袋を開発し、遠隔操作による模倣学習のデモ品質を向上させた。
- ATG-MoE: 混合エキスパートを用いた自己回帰軌道生成による組立スキル学習マニピュレーション2026/3/1
RGB-D観測、自然言語指示、ロボットの自己受容感覚を入力とし、混合エキスパートアーキテクチャを用いた自己回帰軌道生成により、単一モデルで複数の組立スキルを学習する手法を提案した。
- Spatial Forcing:視覚-言語-行動モデルのための暗黙的な空間表現アラインメントVLA2025/10/1
3D入力や深度推定器に頼らず、VLAモデルの中間視覚埋め込みを事前学習済み3D基盤モデルの幾何表現に揃えることで、空間理解を暗黙的に獲得させ、行動精度と学習効率を向上させる手法を提案。
- 一点ではなく面で捉える:ロボットタスクの空間グラウンディングのための適応的アフォーダンスヒートマップによる不確実性の表現VLA2025/10/1
空間的な目標を離散的な点ではなく連続的なアフォーダンスヒートマップとして表現し、不確実性を捉えることで、実世界のマニピュレーション成功率82%と最大50倍の高速化を実現したフレームワークRoboMAPを提案。
- AssemMate: グラフベースLLMによるロボット組立支援VLA2025/9/1
知識グラフを入力とするLLMで組立作業の対話支援と把持を実現し、従来比で高精度・高速・短コンテキストを達成した。
- データ選択を用いたデータ駆動型MPCによる柔軟ケーブル駆動ロボットアームの制御マニピュレーション2025/7/1
物理モデルを使わず入出力データのみからケーブル駆動柔軟アームをモデル予測制御し、データ選択で計算時間を約80%短縮して高精度な位置決めと軌道追従を実現した。
- 身体性知能を備えた産業用ロボティクス:フレームワークと技術産業ロボティクス2025/5/1
産業用ロボットに身体性知能を導入するための知識駆動型フレームワークを提案し、世界モデルやタスクプランナなど5モジュールの技術動向と組立事例をレビューした論文。
- DVS: 移動ロボットタスクのための動的仮想現実シミュレーションプラットフォームsim2real2025/4/1
歩行者行動モデリングや大規模編集可能シーン、モーションキャプチャによる仮想現実同期を統合し、歩行者軌道予測や経路計画、把持などの移動ロボットタスクを支援するシミュレーションプラットフォームを提案した。
- DSM: 3D視覚グラウンディングのための多様なセマンティックマップの構築3D視覚グラウンディング2025/4/1
VLM由来の外観・物理特性・アフォーダンスを統合したセマンティックマップDSMを構築し、構造化推論で3D視覚グラウンディングの精度と解釈性を向上させた。
- THUD++: 移動ロボット向け大規模動的屋内シーンデータセットとベンチマークデータセット/ナビゲーション2024/12/1
実世界とシミュレーションの両方からなる大規模な動的屋内RGB-Dデータセットを構築し、3D物体検出や歩行者軌道予測、ナビゲーションなどのタスクで既存手法を評価した。
- 動的シーン理解のための移動ロボット向け大規模屋内データセットデータセット2024/6/1
移動ロボットの動的環境での性能評価用に、実機とシミュレーションで収集した大規模屋内データセットTHUDを構築し、物体検出・セマンティックセグメンテーション・自己位置推定の課題を評価した。
- GRID: シーングラフを用いた指示駆動型ロボットタスクプランニングタスクプランニング2023/9/1
画像の代わりにシーングラフで環境を認識し、LLMとグラフ注意ネットワークで指示をサブタスクに分解してロボットの行動を計画する手法を提案。GPT-4を上回る精度とリアルタイム推論を実現した。
- 掴めない姿勢からのプッシュ&グラスプ強化学習マニピュレーション2023/2/1
掴めない姿勢の物体をテーブル端に押し出してから掴むため、プッシュとグラスプを単一の強化学習ポリシーで統合し、実機へ転移可能にした研究。
- PCKRF: 6D姿勢推定のための点群補完とキーポイント精密化6D姿勢推定2022/10/1
姿勢情報を活用した点群補完ネットワークと色情報を用いたキーポイント反復登録により、既存の6D姿勢推定手法の初期姿勢を高精度に精密化するパイプラインを提案した。
