Yiwei Zhang
収録論文 6本 ・ フィジカルAI/ロボット学習
VLA操作学習コンパイラ最適化イベントカメライベントカメラ/物体検出音視覚ナビゲーション
※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
- レジスタを介した行動生成:世界行動モデルにおける空間外れ値の再編成VLA2026/10/13
世界行動モデルの表現に現れる高ノルムな空間外れ値に着目し、学習可能な非空間レジスタを導入して行動条件付けに用いるRegisterWAMを提案。観測フローマッチング損失と組み合わせることで外れ値を抑制し、LIBERO-PlusやRoboTwin 2.0で高い成功率を達成した。
- R2RDreamer: 空間的に汎化する2次元操作ポリシーのための3次元認識データ拡張操作学習2026/6/15
実デモから3D編集と2Dビデオ補完を組み合わせて、物体位置や視点が変わっても動作する操作ポリシーを学習するためのデータ拡張手法を提案した。
- PassNet: グラフコンパイラパス生成のための大規模言語モデルのスケーリングコンパイラ最適化2026/5/28
本論文は、LLMを用いてコンパイラのパス(グラフ変換)を自動生成するPassNetを提案し、長尾ワークロードでの性能向上を目指す。大規模データセットとベンチマークを構築し、既存手法より最大3倍の高速化を達成する一方、一貫性の課題を明らかにした。
- UAVリアルタイム知覚のためのイベントベース高速強度再構成手法イベントカメラ2025/8/1
イベントカメラの非同期ストリームから単一積分と減衰アルゴリズムで高フレームレート(100FPS)の強度画像を再構成し、UAV搭載のリアルタイム知覚を可能にする手法を提案。
- WD-DETR: ウェーブレットノイズ除去で強化したイベントカメラ向けリアルタイム物体検出トランスフォーマイベントカメラ/物体検出2025/6/1
イベントカメラの密なイベント表現に含まれるノイズをウェーブレット変換で除去し、Transformerベースの検出器でリアルタイム物体検出を高精度化した研究。
- 見て、聞いて、行動する:音視覚に基づく身体性ナビゲーション音視覚ナビゲーション2019/12/1
屋内環境でエゴセントリックな視覚・音声入力のみから音源までの最短経路を計画する音視覚ナビゲーション手法を提案し、視覚地図構築・音源定位・動的経路計画を組み合わせて新規データセットで有効性を示した。
