Qifan Wang
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAヒューマン・オブジェクト・インタラクション音声認識
※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
- GazeAct: 人間の視線注釈付き操作データセットと注意正則化ポリシーVLA2026/10/17
ロボット操作のための視線注釈付き実機データセットを構築し、訓練時のみ視線を教師信号として視覚注意を正則化することで、推論時に視線なしで成功率を向上させる手法を提案した。
- SituHOI:シーンに即した全身ヒューマン・オブジェクト・インタラクションのスケーラブルなキャプチャヒューマン・オブジェクト・インタラクション2026/10/13
移動RGB-Dカメラと静的シーンスキャンを用いて、全身動作・物体・シーン形状を共通座標系で注釈付けした大規模データセットSituHOIを構築し、目標条件付き動作予測ベンチマークFlexHOI-Benchを提案した論文。
- テスト時強化学習によるVLAモデルのオンライン適応VLA2026/1/1
推論中に段階的なタスク進捗を報酬として強化学習を行い、VLAモデルをその場で適応させるTT-VLAを提案。未知環境での適応性と成功率を向上させた。
- Pelican-VL 1.0:身体知能のための基盤ブレインモデルVLA2025/11/1
7B〜72Bパラメータのオープンソース身体知能向けマルチモーダル基盤モデルを開発し、大規模データと新学習機構DPPOにより既存モデルを上回る性能を達成した。
- ロボティクスにおける視覚言語行動モデルの敵対的脆弱性の探究VLA2024/11/1
VLAモデルに対する敵対的パッチ攻撃を提案し、シミュレーションと実環境で最大100%のタスク成功率低下を引き起こすことを示した。
- 音声トランスフォーマーによる転倒検知音声認識2022/8/1
浴室の環境音をTransformerで解析し、ウェアラブル機器なしで転倒を検知する手法を提案した。
