Wenping Wang
Texas A&M University
収録論文 17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
- Flex-RSI:フロンティアエージェントの再帰的自己改善ベンチマークエージェント自己改善2026/11/6
エージェントが固定予算下で自身のハーネス(プロンプト・ツール・記憶・制御ループ)を改善し、視覚・ロボティクス課題の性能を再帰的に高められるかを評価するベンチマークを提案した。
- タスク関連潜在ダイナミクスの分離による報酬モデリング報酬学習2026/10/9
動画からタスクに関連する潜在表現を分離し、その時間変化から密な報酬を学習する手法DiTaRを提案。ロボット操作タスクの政策学習を改善し、実世界オフラインRLにも転移可能。
- S4VY: フィードフォワード4D視覚幾何におけるセグメントエニシング4Dセグメンテーション2026/9/29
RGB観測からフィードフォワードな4D視覚幾何特徴を抽出し、時空間クエリデコーダで永続的な4Dインスタンスマスクを生成するセグメンテーションモデルを提案。言語指示に基づく4Dグラウンディングも可能。
- MoSAT: 空間オーディオとテキスト記述からの人間動作生成動作生成2026/9/20
空間オーディオと自然言語を条件として全身動作を生成する新タスクを提案し、データセットSTAMと階層的クロスアテンションを用いた潜在フローマッチング手法MoSATを開発した。
- S4R: 剛体の相互貫入を解消するスケーリング手法物理シミュレーション2026/9/17
物体を一度小さく縮めてから徐々に元のサイズに戻すことで、剛体同士のめり込みを解消する手法を提案し、大規模シーンでも高速かつ高精度に処理できることを示した。
- 重要情報の学習:適応的情報理論に基づくロボット探索の目的関数探索2026/5/1
ロボット探索における情報理論的目的関数の設計課題に対し、フィッシャー情報行列の固有空間解析で観測可能なパラメータ方向を特定し、重要方向を強調する適応的目的関数Q-OEDを提案した。シミュレーションと実機のナビゲーション・操作タスクで有効性を検証した。
- MOSPA: 空間オーディオに駆動される人間モーション生成モーション生成2025/7/1
空間オーディオに反応する人間の動きを生成するため、初の空間オーディオ駆動モーション(SAM)データセットを構築し、拡散モデルベースの生成フレームワークMOSPAを提案した。
- SURPRISE3D: 複雑な3Dシーンにおける空間理解と推論のためのデータセット3D空間推論2025/7/1
物体名に頼らず空間関係のみを問う20万件超の視覚言語ペアを構築し、3Dシーンでの空間推論を評価するベンチマークを提案した。
- 群衆内の内部状態を能動的情報収集で推定する手法ヒューマンロボットインタラクション2025/5/1
ロボットが能動的に働きかけて人間の性格特性を推定する手法を提案し、シミュレーションと実ユーザ実験で予測誤差と不確実性を大幅に削減した。
- PanoSLAM: ガウシアンSLAMによるパノプティック3Dシーン再構成SLAM2025/1/1
3Dガウシアンスプラッティングを基盤に、RGB-D動画から幾何・意味・インスタンス情報を統合したパノプティック3D再構成をオンラインで実現するSLAMシステムを提案。
- MotionWavelet: ウェーブレット多様体学習による人体動作予測動作予測2024/11/1
ウェーブレット変換と拡散モデルを組み合わせ、空間周波数領域で人体動作の時系列パターンを学習することで、将来の動作を高精度に予測するフレームワークを提案した。
- 言語拡張型記号プランナによるオープンワールドタスク計画タスク計画2024/7/1
大規模言語モデルを組み合わせて、不完全な知識しかないオープンワールド環境でも記号プランナが動作できるようにし、実行エラーを診断しながら知識を段階的に構築する手法を提案した。
- RealDex:人間らしいロボット巧みな手の把持に向けてマニピュレーション2024/2/1
人間の把持動作を多視点・マルチモーダル視覚データと共に収集したデータセットRealDexを構築し、マルチモーダル大規模言語モデルを活用した把持動作生成フレームワークを提案した。
- 一人称RGB動画からの3D手姿勢推定と行動認識のための階層的時間Transformer手姿勢推定2022/9/1
一人称視点のRGB動画から、短期的な時間情報で手の3D姿勢を推定し、長期的な時間情報で行動を認識する2段構成のTransformerフレームワークを提案した論文。
- 把持中の液体量をリアルタイム推定する視覚・触覚センシング触覚2022/2/1
RGBカメラと触覚センサを融合した深層モデルで、変形可能な容器内の液体量を把持しながら約2mlの誤差でリアルタイム推定し、把持計画も適応制御する研究。
- TrafficPredict: 多種交通エージェントの軌跡予測軌跡予測2018/11/1
LSTMを用いて車・自転車・歩行者など異種交通エージェントの将来軌跡をリアルタイム予測する手法を提案し、大都市で収集したデータセットで従来法より高精度を示した。
- AutoRVO: 動的制約を考慮した密集異種交通における局所ナビゲーション局所ナビゲーション2018/4/1
車・三輪車・自転車・歩行者が混在する密集交通で、各エージェントの運動学的・動的制約を考慮しつつ相互速度障害物に基づく最適化で衝突のない滑らかな軌道を計算する手法を提案した。
