Mingze Sun
Tsinghua University
収録論文 8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
- Ropedia Xperience 2:フィジカルAIの環境と行動をスケールさせる基盤データセットデータセット/sim2real2026/11/12
実世界の3Dスキャン1,589件と74タスク・131時間の一人称視点記録を収集し、各データを物理シミュレーション環境やロボット全身軌道に変換して再利用可能にした、フィジカルAIのスケーリング則研究のための基盤データセットを提案した論文。
- 慣性センシングのための自己蒸留基盤モデルIMUDINO慣性センシング基盤モデル2026/11/5
慣性センサデータにDINO型の自己教師あり学習を適用し、活動認識・健康・モーションキャプチャ・オドメトリなど多様なタスクに汎用できる基盤モデルを構築した。
- ピクセルから行動へ:ネイティブな視覚-言語-行動ポリシーに向けてVLA2026/11/4
視覚エンコーダを排除し、画像パッチを言語と共にバックボーン内で進化させて行動生成に直接利用するNEO-VLAを提案。操作タスクでエンコーダベース手法より強く頑健な制御を実現した。
- 人間のデモンストレーションから学ぶ汎用両手巧みさ追従制御両手マニピュレーション2026/10/21
両手巧み操作の汎用トラッカーDONICと、多視点データセットBiHOIを提案し、PPOと行動クローニングを組み合わせて単一ポリシーで異種参照を追従できるようにした。
- Ropedia W0:人間の経験で多様な身体の移動操作ワールドモデルをスケールするワールドモデル2026/10/19
人間とロボットの一人称視点データを統合し、移動と操作をまたぐ身体横断型ワールドモデルを構築。蒸留によりリアルタイムVR対話や方策評価・計画への応用を実現した。
- EgoXperience: 人間の体験から世界に接地した自己中心表現を学習する自己中心視点/3D再構成2026/10/19
自己中心視点の動画から、カメラ・周囲の3D形状・手と物体の相互作用を一貫した世界座標系で同時再構成するデータ収集・自動注釈・統一モデル・ベンチマークの枠組みを提案した論文。
- Spatial-OPSD: ラベル不要の自己蒸留による空間推論の自己改善VLA2026/9/29
深度や3D再構成などの知覚ツールから得られる空間事前情報を特権教師が与え、ラベルなしで学生モデルの空間推論を自己蒸留により反復改善するフレームワーク。
- PAGE: 実用的な人間レベルの視線ターゲット推定に向けて視線推定2026/7/6
視線ターゲット推定の性能を人間レベルに近づけるため、シーンと頭部特徴の相互作用を明示的にモデル化したPaGEを提案し、大規模な未ラベルデータでの蒸留により軽量で実用的なモデルを実現した。
