Wanhao Liu
Shenzhen Loop Area Institute
収録論文 7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
- 粗から細へのフローマッチングによる詳細認識型Sim-to-Real単眼深度推定sim2real2026/10/30
粗い特徴デコードと細部復元を段階的に行うフローマッチング手法で、合成データのみで学習しながら実世界の屋内・屋外シーンで高精度な単眼深度推定を実現した。
- RoPE-Flow: 単眼画像からの2Dグラフ条件付き3Dフローマッチングによるロボット姿勢推定姿勢推定2026/10/15
単眼画像からロボットの3D姿勢を推定するため、2Dヒートマップを起点にキーポイント中心の特徴抽出とグラフ誘導条件生成を用いたフローマッチング手法を提案し、異なるロボットやカメラで高精度かつゼロショットのクロスシーン推定を実現した。
- SurgCast: 手術世界モデルを制御するための行動条件付き未来骨格予測手術動画生成/世界モデル2026/10/11
現在の構造・ロボット状態・将来の行動から手術器具の未来骨格を予測し、それを用いて手術動画生成を制御する手法を提案。
- SurgLAT: 深度認識ロボット腹腔鏡制御のための外科的潜在注意追跡手術ロボティクス/カメラ制御2026/8/8
本論文は、動的な手術シーンにおける外科医の意図を潜在的な注意状態として追跡し、自律的な腹腔鏡カメラ制御を行うフレームワークSurgLATを提案する。凍結DINOv3エンコーダと状態条件付きトークンミキサーを用いて注意をモデル化し、RCM制約を考慮したロボット展開を実現する。
- EndoWAM: 汎用内視鏡ナビゲーションのための接地された世界行動モデル医療ロボティクス2026/8/1
内視鏡ナビゲーションのための世界行動モデルを初めて提案し、将来の目標領域予測と行動生成を統合することで、変形や視点変化に対するロバスト性を向上させた。
- CrossScope: 役割非対称な世界モデルによる二視野同時手術映像予測映像予測2026/8/1
内視鏡手術の二つの視点(母視点と子視点)の映像を、役割に応じて非対称に情報をやり取りしながら未来予測する世界モデルを提案した。
- AC-MASAC: 異種UAV群協調のための注意機構付きカリキュラム学習フレームワーク群制御2026/2/1
異種UAV群の協調経路計画において、役割認識型の異種注意機構と段階的カリキュラム学習を組み合わせ、非対称な依存関係や報酬の疎さ、破滅的忘却に対処するマルチエージェント強化学習フレームワークを提案した。
