Xinming Wang
Tsinghua University
収録論文 5本 ・ フィジカルAI/ロボット学習
所属歴(論文より): Tsinghua University(〜2026) / CASIA(〜2026)
VLAビデオ世界モデル誤情報検出コンプライアント制御
※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
- HITCH: 全身ハーネスでヒューマノイドを操作する視覚言語モデルの学習VLA2026/11/5
視覚言語モデルが画像内の点を3D位置として認識し、骨盤・胴体・手・歩行・視線のコマンドを全身動作に変換するハーネスを構築し、教師軌跡で微調整することで実機G1での箱運び歩行を実現した。
- OPIS: ビデオ世界モデルにおけるマルチオブジェクト記憶のための入力接地ベンチマークビデオ世界モデル2026/9/28
ビデオ世界モデルが初期観測の物体をどれだけ記憶できるかを評価するベンチマークOPISを提案し、8モデルで物体の存在・同一性・構造を測定した。
- 見ることが信じることではない ― 検索基盤型動画誤情報検出のベンチマーク誤情報検出2026/6/2
動画の誤情報を検出するため、ウェブ検索で関連動画を探し比較するベンチマークEVID-Benchを構築し、最先端モデルの性能が低いことを示した。
- TwinBrainVLA: 非対称Mixture-of-Transformersによる汎用VLMの身体化タスクへの活用VLA2026/1/1
凍結した汎用VLM(左脳)と学習可能な専門家(右脳)を非対称Mixture-of-Transformersで統合し、汎用知識を保ちながら操作タスクを高精度に実行するVLAモデルを提案。
- 力の護り:未知環境との相互作用における安全臨界コンプライアント制御コンプライアント制御2024/5/1
未知環境との接触時に力制約を厳密に守るため、力制約制御バリア関数と二次計画法を組み合わせたコンプライアント制御手法を提案し、UR3eロボットで有効性を検証した。
