Pheng-Ann Heng
The Chinese University of Hong Kong
収録論文 19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
- LaST0.5: 相互作用中心の潜在推論を備えた汎用ワールドアクションモデルワールドモデル2026/11/10
ロボットと物体の局所的な相互作用に着目した潜在空間を世界モデルと行動生成の間に導入し、大規模データで事前学習した操作向けワールドアクションモデル。LIBEROで99.5%を達成。
- PackLab: ロボットビンパッキングのためのMLLM開発・訓練・評価フレームワークマニピュレーション2026/9/20
物理シミュレータ・専用MLLM・ベンチマークを統合し、閉ループで物体選択と配置を予測するロボットビンパッキング用フレームワークを提案。従来のヒューリスティクスや強化学習、汎用MLLMを上回る性能を示した。
- 手術トリプレット認識の最適化:知識駆動型Mixture-of-Expertsソリューション手術認識2026/8/24
手術映像から器具・動作・対象のトリプレットを認識するタスクで、成分間・カテゴリ間の最適化競合を解消し、知識駆動のMoE機構で表現を強化するフレームワークを提案した。
- EPS3D: エンドツーエンドのフィードフォワード型3Dパノプティックセグメンテーション3Dセグメンテーション2026/6/8
多視点画像から3Dセマンティック特徴とインスタンス特徴を直接予測するエンドツーエンドのフレームワークを提案し、相互強化モジュールでセマンティクスとインスタンスの一貫性を高めた。
- LaST-R1: 適応的物理潜在推論によるロボット操作の強化学習強化操作学習2026/4/1
ロボット操作の基盤モデルに対し、潜在推論と行動生成を共同最適化する強化学習フレームワークを提案し、LIBEROベンチマークで99.9%の成功率を達成した。
- LaST₀:ロボット視覚言語行動モデルのための潜在時空間チェーン・オブ・ソートVLA2026/1/1
言語ではなく潜在空間で未来の視覚・3D・固有感覚を推論する時空間Chain-of-Thoughtを導入し、低頻度推論と高頻度行動生成を分離した二重システムVLAフレームワークを提案。
- ManualVLA:思考連鎖による手順書生成とロボット操作を統合したVLAモデルVLA2025/12/1
目標状態から実行手順を推論する「Manual Chain-of-Thought」を導入し、手順書生成と操作実行をMixture-of-Transformersで統合したVLAモデルを提案。3D Gaussian Splattingによるデジタルツインで訓練データを自動生成する。
- VLMベースロボットマニピュレーションのための中間表現の再考マニピュレーション2025/11/1
VLMが理解しやすく汎用性の高い中間表現SEAMを提案し、語彙と文法に分解することで多様な未見タスクに対応。さらに検索拡張少数ショット学習による開放語彙セグメンテーションを設計し、実世界実験でSOTA性能を示した。
- DisCo-Layout: 3D屋内レイアウト合成のための意味的・物理的洗練を分離・協調するマルチエージェントフレームワークシーン生成2025/10/1
LLM/VLMを用いた3D屋内レイアウト生成において、意味的関係の修正と物理的空間問題の解決を分離し、マルチエージェントで協調させることで、高品質で汎用性の高いレイアウトを生成するフレームワークを提案。
- Fast-in-Slow:高速操作と低速推論を統合するデュアルシステム基盤モデルVLA2025/6/1
VLMベースの推論システムに実行モジュールを部分的にパラメータ共有して組み込み、高速かつ精密なロボット操作を実現する統合型VLAモデルを提案。
- OPA-Pack: 物体特性を考慮したロボットビンパッキングマニピュレーション2025/5/1
物体の壊れやすさや相性などの特性を認識し、非互換な物体の分離と壊れやすい物体への圧力低減を両立するロボットビンパッキングフレームワークを提案。
- HybridVLA:拡散と自己回帰を統合した視覚-言語-行動モデルVLA2025/3/1
拡散モデルによる連続的な行動生成と自己回帰による文脈推論を単一の大規模言語モデル内で統合し、両者を協調的に学習・アンサンブルするロボット操作フレームワークを提案。
- 未見物体インスタンスセグメンテーションへのSegment Anything Modelの適応セグメンテーション2024/9/1
SAMを活用し、ヒートマップベースのプロンプト生成と階層的識別ネットワークで適応させることで、訓練データを10%しか使わずに未見物体のセグメンテーションで最先端性能を達成した。
- SDF-Pack: 符号付き距離場最小化によるコンパクトなビンパッキングマニピュレーション2023/7/1
符号付き距離場(SDF)で容器内の物体配置をモデル化し、配置位置と詰め込み順を最適化することで、よりコンパクトなビンパッキングを実現する手法を提案した。
- 限られた実演からの3D知覚に基づく模倣学習によるロボット手術の腹腔鏡制御模倣学習/手術ロボティクス2022/4/1
術中動画から腹腔鏡の軌道を抽出し、形状保持型の軌道拡張と並列RGB-Dレンダリング環境での強化学習・敵対的模倣学習を組み合わせ、限られた実演でも腹腔鏡の自動制御方策を学習するフレームワークを提案した。
- SurRoL: dVRK対応の手術ロボット学習向け強化学習プラットフォーム手術ロボット/sim2real2021/8/1
da Vinci研究キット(dVRK)と互換性のある、強化学習を中心とした手術ロボット学習用シミュレーションプラットフォームSurRoLを開発し、実機への転移性能が高いことを示した論文。
- 教師なし運動・視覚データ整合によるドメイン適応型ロボットジェスチャ認識ドメイン適応2021/3/1
シミュレータと実機のドメインギャップを、運動学と視覚のマルチモーダル知識を教師なしで転移するフレームワークで埋め、手術ジェスチャ認識の精度を大幅に改善した論文。
- 空間最適化と学習を統合した縫合糸の3D再構成と自律把持フレームワークマニピュレーション2020/7/1
転移学習による縫合糸のセグメンテーションと複数トポロジー下での系列推定・最短経路最適化により、環境ノイズに頑健に縫合糸の3D形状を再構成し把持点を決定する手法を提案した。
- 強化学習と木探索によるロボット支援手術の自動ジェスチャー認識手術支援/強化学習2020/2/1
手術映像のジェスチャー分割と分類を、強化学習エージェントと木探索で統合的に行い、JIGSAWSデータセットの縫合タスクで既存手法を上回った研究。
