Ruicheng Zhang
Tsinghua University
収録論文 4本 ・ フィジカルAI/ロボット学習
動画フォレンジック世界モデルデータセットワールドモデル
※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
- AV-FABLE:長尺動画における音声視覚マニピュレーションのフォレンジック動画フォレンジック2026/10/24
長尺の音声視覚動画に含まれる局所的なAI改ざんを検出・時間特定するための二重タイムラインベンチマークAV-FABLEを構築し、音声と視覚を分離して読み出すNFSR手法を提案した論文。
- LiveAct: 異種アクションインターフェースを備えたリアルタイムマルチエージェント世界モデル世界モデル2026/10/21
複数エージェントの制御を統合した映像世界モデルを提案し、言語記述と数値を組み合わせた異種アクションインターフェースでゲーム操作からロボット指令までをリアルタイムに扱えるようにした。
- PhysEditWorld: 物理編集可能なワールドモデル向け大規模データセットデータセット2026/6/25
ゲームワールドモデルの物理ダイナミクスを制御可能にするため、重力パラメータを明示的に付与した大規模マルチモーダルデータセットを構築した。
- MIND-V: 物理整合のための強化学習を用いた階層型ワールドモデルによる長期的ロボットマニピュレーションワールドモデル2025/12/1
認知科学に着想を得た階層型ワールドモデルMIND-Vを提案し、物理的に妥当で論理的に一貫した長期的ロボット操作動画を合成する。強化学習による物理整合でSOTAを達成。
