Xingang Pan
Nanyang Technological University
収録論文 6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
- ACE-Brain-0.6:身体性基盤モデルのための空間グラウンディングのスケーリングVLA2026/10/19
ロボット操作記録と多様な視覚データを統合したデータパイプラインで約150万件の検証可能なグラウンディング教師信号を作り、Qwen3.5-9Bを微調整して空間知覚を強化したモデル。7つの公開ベンチマーク中4つでGPT-6 Astraを上回った。
- GPT-6-Astraは身体知能を獲得したのかVLA2026/10/15
GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。
- ThinkDrag: 視覚的推論を伴う意味的ドラッグベース画像編集画像編集2026/10/9
ドラッグ操作を単なる幾何学的移動ではなく意味的な変換として解釈し、推論トレースを生成しながら画像編集を行うマルチモーダルフレームワークを提案。
- DreamHand: ビデオ拡散モデルを転用した、遮蔽に頑健な自己中心視点3D手動作復元手動作復元2026/8/20
ビデオ拡散モデルを決定的な幾何エンコーダとして転用し、遮蔽やフレーム外の手の動きを復元する新しい手法を提案。5つのベンチマークでSOTAを達成し、特に遮蔽の多いデータで誤差を大幅に削減した。
- ビデオ拡散モデルの手の動き再構築における驚くべき有効性手の動き再構築2026/6/29
事前学習済みのビデオ拡散モデルの表現を活用し、自己中心視点のビデオから4Dの両手のポーズを再構築する手法を提案。検出器やテスト時最適化を不要とし、既存手法を大幅に上回る性能を達成した。
- ClothTransformer: 統一潜在空間トランスフォーマーによるスケーラブルな布地シミュレーションシミュレーション2026/5/27
布地シミュレーションを学習された潜在空間での自己回帰シーケンスモデリングとして再定式化し、多様なシナリオを単一モデルで扱える統一トランスフォーマーを提案。従来手法より誤差を約4〜9倍低減し、メッシュ解像度に依存しないスケーラブルな計算を実現した。
