Wei-Chiu Ma
Carnegie Mellon University
収録論文 25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
- VLAモデルの内部活性化による軽量ランタイム監視VLA2026/10/22
VLAモデル自身の内部活性化に線形プローブを学習させて進捗を推定し、想定から外れた実行を検知する軽量なランタイム監視手法を提案した論文。
- プロキシポリシー操縦による推論時適応ロボットポリシー適応2026/9/8
凍結された汎用ロボットポリシーを、限られたデモから新しいタスクに適応させるため、2つの軽量プロキシポリシーの速度差でベースのサンプラーを操縦する手法を提案した。
- FIRE3D: 1分以内のフィードフォワード対話型3Dシーン再構築3D再構築2026/9/8
単一のRGB画像またはカジュアルなRGBビデオから、1分以内にシミュレーション対応の3Dシーンアセットを生成する統一フレームワークを提案。フィードフォワードのエンドツーエンドネットワークにより、各オブジェクトのポーズ、バウンディングボックス、メッシュ、テクスチャを予測し、物理的に分離された対話可能なシーンを構築する。
- VLA表現からのタスク進捗の解読VLA/解釈可能性2026/8/1
視覚言語行動モデル(VLA)の内部表現からタスクの進捗状況が線形に読み取れることを発見し、それを用いたラベル不要の異常検出器を提案した論文。
- Blenderで考える:視覚言語モデルによる段階的実行可能な逆グラフィックス逆グラフィックス2026/6/1
単一画像から編集可能なBlenderプログラムとして3Dシーンを再構築する、視覚言語モデルを用いたエージェント型フレームワークを提案。幾何・材質・構成・照明を段階的に推定し、再構築精度を向上させる。
- 上手くいく動作を模倣:人間動画からのシミュレーション選別モジュール型方策学習マニピュレーション2026/2/1
人間の動画から把持後の動作を学び、シミュレーションで把持の適合性を選別することで、ロボットデータなしに精密なマニピュレーションを実現するモジュール型方策学習フレームワークを提案。
- SAGE: 身体性AIのためのスケーラブルなエージェント型3Dシーン生成sim2real2026/2/1
ユーザーが指定した身体性タスクを理解し、複数の生成器と評価器を組み合わせて物理的に妥当でシミュレータ対応の3D環境を自動生成するエージェントフレームワークを提案。
- PolaRiS: 汎用ロボットポリシーのためのスケーラブルな実世界→シミュレーション評価sim2real2025/12/1
実世界の短い動画スキャンからニューラル再構成で高忠実度なシミュレーション環境を構築し、汎用ロボットポリシーを実世界と強く相関する形で評価できるようにしたフレームワーク。
- X-Diffusion: 異なる身体性の人間デモンストレーションから拡散ポリシーを学習VLA2025/11/1
人間の動作をノイズの多いロボット動作とみなし、拡散過程の高ノイズ段階でのみ人間デモを学習に使うことで、身体性の違いを吸収しつつタスク意図を活用する手法を提案。実機5タスクで成功率を16%向上。
- ビデオ再計画による暗黙的な状態推定VLA2025/10/1
ビデオベースの計画フレームワークにインタラクション時のデータを統合し、モデルパラメータをオンライン更新して失敗した計画を除外することで、暗黙的な状態推定を実現する手法を提案。
- 未来をプロンプトする:インタラクティブデジタルツインによるオープンワールドモデル予測制御VLA2025/6/1
VLMの意味推論と物理的に接地したインタラクティブデジタルツインを組み合わせ、未来の観測をVLMに提示して最適な行動を選択するモデル予測制御フレームワークを提案。
- X-Sim: 実世界からシミュレーションを経由したロボット操作方策のクロスエンボディメント学習sim2real2025/5/1
人間のRGBD動画からフォトリアルなシミュレーションを再構築し、物体軌道を報酬として強化学習方策を訓練、合成データで拡散方策に蒸留して実世界へ転移する枠組みを提案。ロボット遠隔操作データなしで5タスクで成功率を30%改善。
- DRAWER: 実環境のリアリズムを備えたデジタル再構築と関節構造の再現sim2real2025/4/1
室内シーンの動画から、細部まで再現されたフォトリアルで操作可能なデジタル環境を自動生成するフレームワークを提案し、ゲーム制作やロボティクスのsim-to-real転移に応用した。
- CADSim: 実世界データからのロバストでスケーラブルな3D再構成による制御可能なセンサシミュレーションsim2real2023/11/1
少数のCADモデルを活用した部品認識型の物体クラス事前分布と微分可能レンダリングを組み合わせ、実世界の疎でノイズの多いセンサデータから車両の形状(関節のある車輪を含む)と高品質な外観を自動再構成する手法を提案。
- UltraLiDAR:LiDAR補完と生成のためのコンパクト表現学習LiDAR2023/11/1
LiDAR点群を離散的なコンパクト表現に符号化し、疎な点群を高密度化する補完と、多様でリアルな点群生成を実現するデータ駆動フレームワークを提案。
- UniSim: ニューラル閉ループセンサシミュレータsim2real2023/8/1
1回の走行ログから、静的背景と動的物体をニューラル特徴グリッドで再構成し、LiDARとカメラの閉ループマルチセンサシミュレーションを実現する手法を提案。
- MIRA: ロボットのアフォーダンスのためのメンタルイメージマニピュレーション2022/12/1
2D画像から一貫した3Dシーン表現を構築し、新規視点の画像合成とピクセル単位のアフォーダンス予測を組み合わせて6自由度マニピュレーションの行動を最適化するフレームワークを提案。
- 仮想対応点:人間を手がかりにした極端視点幾何の復元3D再構成2022/6/1
画像間で重なりがほとんどない極端な視点でも、人間の形状知識を手がかりに「仮想対応点」を推定し、カメラ姿勢や3D復元を高精度に行う手法を提案した論文。
- バンドル調整付きNeRF:未知カメラ姿勢からの3D表現学習NeRF/位置合わせ2021/4/1
カメラ姿勢が未知・不正確な場合でもNeRFを学習できるよう、古典的画像位置合わせの粗から細への登録をNeRFに統合したBARFを提案し、合成・実データで姿勢推定と新規視点合成の有効性を示した。
- フィードバックによる逆問題の反復解法逆問題2021/1/1
順過程が返すフィードバック信号を入力に反復更新モデルを学習し、姿勢推定や照明推定などの逆問題を高速かつ高精度に解く手法を提案した。
- 深層パラメトリック連続畳み込みニューラルネットワーク点群処理2021/1/1
非格子構造データ上で動作する学習可能な連続畳み込み演算子を提案し、点群セグメンテーションやLiDAR運動推定で従来手法を大きく上回る性能を示した。
- DAGMapper: レーン位相を発見しながら地図を学習する手法HDマップ生成2020/12/1
分岐や合流で位相が変化する複雑な高速道路のレーン境界を、有向非巡回グラフ(DAG)の推論として捉え、位相構造ごと推定して高精度なHDマップを生成する手法を提案した。
- 実世界の歩行者を復元しシミュレーションするsim2real2020/11/1
自動運転車のセンサデータから歩行者の形状と動きを復元し、LiDARシミュレーションに組み込んで学習データ削減に貢献する手法を提案。
- 疎なセマンティックHDマップを活用した自動運転車の自己位置推定自己位置推定2019/8/1
車線や標識などの疎なセマンティック地図と複数センサをベイズフィルタで統合し、従来のLiDAR強度地図の0.3%の容量で数cm精度の自己位置推定を実現した。
- 深層剛体インスタンスシーンフローシーンフロー2019/4/1
自動運転向けに、深層学習と剛体運動の事前知識を組み合わせたシーンフロー推定手法を提案し、KITTIで高精度かつ800倍高速化を実現した。
