Wenqi Zhang
Zhejiang University
収録論文 10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
- 失敗から学ぶ:物理的失敗の理解と修正のためのフィードバック学習VLA2026/11/11
実行中の失敗を原因特定・能力制約下での適応・経験に基づく修正として捉え、失敗回復データとJudge-Cause-Sub-Fine監督で身体的AIの自己修正能力を訓練する手法を提案。
- VLA-Rolling: 行動テール再利用で高速・高精度化するVLA推論VLA2026/10/18
フローマッチング型VLAの未実行行動テールを再利用し、信頼度に応じた再ノイズ化とデノイズ予算配分で推論を高速化・高精度化する軽量フレームワークを提案。
- VLA-Δ: 視覚言語行動モデルのための物理状態遷移学習VLA2026/10/15
現在と未来の状態間の物理的変化を明示的な学習目標として用いるVLAフレームワークを提案し、大規模データセットと状態遷移アノテーションを構築して、ロボット操作性能を向上させた。
- EmbodiedMemory-Bench:長期的な身体性タスクにおける身体性記憶のベンチマーク身体性記憶/ベンチマーク2026/9/23
長期的な身体性インタラクションにおける記憶能力を評価するEMem-Benchを提案し、空間・イベント・シーン記憶を統合する外部記憶システムEMemと8BポリシーEMem-8Bを開発した。
- 具現化ナビゲーター:指差し・思考・記憶・整合による効率的ナビゲーションナビゲーション2026/8/18
大規模視覚言語モデルを具現化ナビゲーションに活用する際の課題を解決するため、2Dピクセル選択と3D投影による行動形式、選択的推論と記憶圧縮、GRPOによる二段階整合を備えた統一フレームワークTAMP-Navを提案した。
- VLA-Corrector: 適応アクションホライズンのための軽量検出・修正推論VLA/行動生成2026/7/1
VLA-Correctorは、アクションチャンク方式のVLAポリシーに軽量な視覚モニタとオンライン勾配ガイダンスを追加し、実行中のずれを検出して修正再計画を行うことで、閉ループ応答性を向上させる。
- RG-Attn: マルチモーダル・マルチエージェント協調知覚のためのラジアングルーアテンション協調知覚2025/1/1
LiDARとカメラの異種センサーを持つ車両や路側機間で、座標変換とラジアン制約付きアテンションにより特徴を効率的に融合する軽量モジュールRG-Attnと、それを用いた3つの協調知覚アーキテクチャを提案した。
- ECBench:マルチモーダル基盤モデルは自己中心的世界を理解できるか?包括的身体認知ベンチマークVLA2025/1/1
ロボットの自己認知や動的シーン知覚、幻覚といった身体認知能力を体系的に評価するため、30次元の認知軸を持つベンチマークECBenchと評価システムECEvaluを提案し、各種LVLMを評価した。
- 人間らしいナビゲーションのための閉ループ知覚・意思決定・推論機構ナビゲーション2022/7/1
人間のナビゲーションを模倣し、推論過程を加えて知覚・意思決定・推論の二段階閉ループを形成することで、未知環境への適応性とロバスト性を高めたナビゲーション手法を提案。
- VUCA環境での自律ナビゲーションのための階層型マルチエキスパート学習ナビゲーション2021/11/1
中枢神経系に着想を得て、上位層で地図探索と経路計画、下位層で衝突回避と直進のバランスを取る階層型マルチエキスパート学習を提案し、脚式・車輪式ロボットの実機実験で既存手法を上回る性能を示した。
