Minghui Zhang
収録論文 4本 ・ フィジカルAI/ロボット学習
マルチモーダル生成誤情報検出ナビゲーション手術ナビゲーション/自律制御
※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
- インターリーブ型マルチモーダル生成のための自己修正最適化マルチモーダル生成2026/10/7
マルチモーダル大規模言語モデルにおいて、追加学習なしで画像とテキストが交互に並ぶ生成の一貫性を高める自己修正最適化手法を提案し、時間的一貫性や視覚的主題の保持を改善した。
- 見ることが信じることではない ― 検索基盤型動画誤情報検出のベンチマーク誤情報検出2026/6/2
動画の誤情報を検出するため、ウェブ検索で関連動画を探し比較するベンチマークEVID-Benchを構築し、最先端モデルの性能が低いことを示した。
- EndoSERV: 視覚ベースの内腔ロボットナビゲーションシステムナビゲーション2026/3/1
内視鏡手術ロボットのナビゲーション精度を向上させるため、管腔構造を分割してオドメトリを推定し、実画像を仮想領域にマッピングしてラベル不足を補う新しい位置推定法を提案した。
- 純視覚気管支鏡ロボット自律化のための長期・短期エージェント手術ナビゲーション/自律制御2026/3/1
CT由来の仮想目標と内視鏡映像のみを用い、外部トラッキングなしで気管支鏡ナビゲーションを自律実行する枠組みを提案。短期反応エージェントと長期戦略エージェントを階層化し、矛盾時は世界モデル批評家が将来視覚状態を予測して行動を選択する。ファントム・摘出豚肺・生体豚で検証し、専門医と同等の性能を示した。
