Qihang Zhang
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
- Zero-WAM: 人間のビデオからの文脈内世界行動モデリングによるオープンエンドなタスク汎化VLA2026/8/26
人間のビデオを文脈内の指示として用いることで、訓練時に見たことのない操作タスクをゼロショットで実行できるビデオ行動モデルを提案した。
- 汎用ロボット制御のためのネイティブなビデオ・アクション事前学習VLA2026/7/1
ロボット制御に特化したビデオ・アクション基盤モデルLingBot-VA 2.0を提案。意味的視覚・行動トークナイザ、因果事前学習、スパースMoE、非同期推論により、複雑な操作タスクでの数ショット汎化を実現した。
- RepWAM: 表現型ビジュアル・アクショントークナイザによるワールドアクションモデリングVLA2026/6/11
再構成ではなく意味的な視覚・行動の潜在空間を用いたワールドアクションモデルを提案し、実ロボット操作とシミュレーションで有効性を示した。
- ロボット制御のための因果的世界モデリング世界モデル2026/1/1
行動と視覚変化の因果関係を学習する自己回帰拡散フレームワークLingBot-VAを提案し、長期マニピュレーションや実環境での汎化性能を実証した。
- 意味プリミティブによるカテゴリレベル形状・姿勢の生成的推定姿勢推定2022/10/1
単一のRGB-D画像からカテゴリレベルの物体形状と姿勢を推定するフレームワークを提案し、意味プリミティブ表現とSIM(3)不変記述子で形状と姿勢を分離して高精度化した。
- YouTube動画視聴による運転方策の事前学習:行動条件付き対照的方策事前学習運転/事前学習2022/4/1
少量のラベル付きデータで逆動力学モデルを学習し、YouTube動画のフレームに擬似行動ラベルを付与して、行動条件付き特徴を対照学習で事前学習する手法を提案した論文。
- MetaDrive:多様な運転シナリオを合成し汎化可能な強化学習を支援するシミュレーション基盤自動運転シミュレーション/強化学習2021/9/1
手続き生成と実データ取り込みで無限に多様な運転シナリオを作れるシミュレーションプラットフォームMetaDriveを開発し、単一・マルチエージェントの汎化・安全探索・交通学習のベンチマークを構築した。
- 手続き型生成でEnd-to-End自動運転の汎化性能を向上させる自動運転/シミュレーション2020/12/1
道路ブロックをランダムに組み合わせて多様なシーンを自動生成する運転シミュレータPGDriveを開発し、生成シーンを増やして学習することで交通密度や道路網の異なる未知環境への汎化が大きく改善することを示した。
