Wenxuan Wang
The University of British Columbia
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
- ロボット支援手術のための対話型3Dカットアウェイ可視化による深部標的定位手術支援/AR可視化2026/11/2
術野下の標的を見るための対話型3Dカットアウェイ表示「Virtual Box」を提案し、従来のAR重畳表示と比較して3D定位誤差を約62%、深さ誤差を約78%低減できることをファントム実験で示した。
- 身体性エージェント向けジェイルブレイクガードレールのベンチマーク身体性エージェント安全性2026/10/5
LLM/VLMを用いた身体性エージェントに対するジェイルブレイク攻撃を防ぐガードレールを、防御効果・使いやすさ・効率の3軸で体系的に評価する初の枠組みを提案し、6種のガードレールを比較した。
- 画像条件付きインスタンスプロンプトネットワークによる参照リモートセンシング画像セグメンテーションセグメンテーション2026/5/23
リモートセンシング画像の参照セグメンテーションにおいて、画像条件付きインスタンスプロンプトと双方向情報融合を導入し、クロスモーダル特徴融合のボトルネックを解消する新しいネットワークを提案した。
- ST-VLA: 汎用ロボット操作のための4D認識時空間理解の実現VLA/操作2026/3/1
ロボット操作のための階層型VLAフレームワークST-VLAを提案し、3D-4D表現で知覚と行動を橋渡し、大規模データセットST-Humanで訓練した。RLBenchと実世界で成功率を大幅に向上させた。
- 階層的マニピュレーション政策のための世界モデルのスケーリングVLA2026/2/1
大規模事前学習済み世界モデルを高レベルプランナーとして用い、VLAを低レベル実行者とする階層的フレームワークを提案。未知物体や新規状況での汎化性能を大幅に向上させた。
- 統一視覚言語行動モデルVLA2025/6/1
視覚・言語・行動を離散トークン列として自己回帰的にモデル化し、大規模動画から因果ダイナミクスを学習する統合VLAモデルUniVLAを提案。
- 自動運転のための固定次元・置換不変な状態表現自動運転/状態表現2021/5/1
周囲車両をニューラルネットで符号化して加算・連結することで、車両数が可変でも固定次元かつ置換不変な状態表現を実現し、近似誤差を62.2%削減した。
