Ze Wang
Tsinghua University
収録論文 24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
- BrickCraft-Duo：組み立てブロックの長期的協調作業のための効率的な双腕スキル学習と洗練マニピュレーション2026/9/23
多様な実演から単腕・双腕の組み立てスキルを学習し、安定性を考慮した推論でスキルを組み合わせることで、最大9ステップのブロック組み立てを双腕ロボットで自律実行するフレームワーク。
- PGMT: 人型ロボットのための知覚的汎用動作追跡歩行2026/9/8
複雑な地形でも動作追跡を可能にする、地形認識を組み込んだ人型ロボット用のパイプラインを提案。実機で37cmの障害物を越える適応的歩行と全身動作を実現した。
- 1500時間のデモからオン方針修正までの両腕家庭操作のスケーリング両腕操作/VLA/データセット2026/9/3
家庭内両腕操作タスクの1500時間のデモデータセットを公開し、VLAモデルXR-2を訓練。データ量とDAgger修正データの増加に伴い成功率が向上するスケーリング傾向を実証した。
- TAGA: 地形認識に基づく能動的注視学習による汎用俊敏人型ロコモーション歩行2026/6/1
人間が歩行中に地形の関連箇所を選択的に見る仕組みに着想を得て、視覚・固有感覚・運動指令を統合し、高さスキャンの特定領域へ能動的に注意を向ける学習フレームワークを提案。強化学習のみで注視行動が創発し、実機で1.2mのギャップ横断など汎用的で頑健な歩行を実現した。
- SWAP: 対称等変ワールドモデルによる俊敏なロボットパルクール歩行2026/6/1
左右対称性をワールドモデルとアクタークリティックに組み込んだ等変モデルを提案し、四足ロボットのパルクールで記録的な跳躍・登攀を達成した。
- OneOcc: 単一パノラマカメラによる脚式ロボットの意味的占有予測意味的占有予測2025/11/1
脚式ロボット向けに、単一のパノラマカメラ映像から360度の3D意味的占有を予測するフレームワークOneOccを提案。歩行時の揺れ補償や二重投影融合などの工夫で高精度を実現し、新たなベンチマークも公開。
- 熱式風速計と深層学習を用いたGPS・視覚非依存のMAV向け気流慣性オドメトリオドメトリ/状態推定2025/5/1
熱式風速計・IMU・ESC・気圧計をGRUベースの深層学習とバイアス推定オブザーバで融合し、GPSや視覚が使えない環境でもドローンの飛行速度と位置を高精度に推定する手法を提案した。
- Histo-Planner: 障害物分布ヒストグラムに基づくMAV遠隔操作のためのリアルタイム局所プランナ経路計画2025/5/1
計算資源が限られた混雑環境での遠隔操作に向け、大域地図を必要とせず障害物分布のヒストグラムを用いてリアルタイムに軌道計画を行う局所プランナを提案し、シミュレーションと屋内実験で検証した。
- オプティカルフロー推定の腐敗に対するロバスト性ベンチマークオプティカルフロー/ロバスト性2024/11/1
オプティカルフロー推定モデルの一般的な腐敗に対するロバスト性を評価するため、7つの時間的腐敗と17の単一画像腐敗からなるベンチマークを構築し、29モデルを評価した。
- EI-Nexus：イベント画像データのための直接かつ柔軟なモダリティ間局所特徴抽出とマッチングイベントカメラ2024/10/1
イベントカメラと通常画像の間で、モダリティ変換を介さずに局所特徴を抽出・マッチングするフレームワークEI-Nexusを提案し、新たなベンチマークで最先端性能を達成した。
- P2U-SLAM: 点と姿勢の不確かさに基づく単眼広視野SLAMシステムSLAM2024/9/1
広視野カメラを用いた単眼SLAMにおいて、最適化過程で変化する地図点とキーフレーム姿勢の不確かさを明示的にモデル化し、追跡と局所マッピングに組み込むことで長期性能劣化を抑える手法を提案した。
- 乗用バランスボットの衝突回避を支援する共有制御システム共有制御2024/9/1
自立型乗用バランスボットPUREに、新たなポテンシャル場法と触覚・音声フィードバックを組み合わせた共有制御を導入し、衝突回避と操作性の向上を実現した。
- SF-TIM: 地形想像と計測を組み合わせた四足ロボットの跳躍敏捷性を高める簡易フレームワーク歩行2024/8/1
地形の想像と計測を統合した単一ポリシーで、四足ロボットの盲歩行能力を保ちつつ高所やギャップを跳び越える敏捷性を向上させ、実機でゼロショット転移を実現した。
- マイクロサッカードに着想を得たロボティクス用イベントカメライベントカメラ2024/5/1
回転ウェッジプリズムをイベントカメラの前に取り付け、マイクロサッカードのように光を振ることで、動きに平行なエッジも安定して捉えられる新しい視覚システムを開発した。
- 3Dイベント表現によるイベントベース人体姿勢推定の探求姿勢推定2023/11/1
イベントカメラの非同期性を活かすため、2つの3Dイベント表現（RasEPCとDEV）を提案し、屋外シーン向けの合成データセットEV-3DPWを構築して、イベントベース人体姿勢推定の精度を向上させた。
- FocusFlow: 自動運転のためのキーポイントオプティカルフロー推定の強化オプティカルフロー2023/8/1
キーポイントに特化した損失関数と条件制御エンコーダを導入し、ORBやSIFTなどのキーポイントでのオプティカルフロー精度を最大44.5%向上させるフレームワークを提案。
- 幾何特徴に基づく移動ロボット向けの密結合LiDAR-視覚SLAMSLAM2023/7/1
LiDARと単眼視覚SLAMを密結合し、幾何特徴の深度とセマンティクスを融合してバンドル調整に方向最適化を加えることで、移動ロボットの自己位置推定を高精度化・堅牢化した研究。
- オプティカルフロー補間によるクローズアップ視点合成視点合成2023/7/1
深度センサーを使わず、双方向オプティカルフローの比例補間だけで任意の仮想視点を生成し、拡大時の歪みやぼやけを抑える手法を提案した論文。
- イベントカメラによる任意時刻のオプティカルフロー推定に向けてイベントカメラ/オプティカルフロー2023/7/1
低フレームレートの正解データしかないイベントカメラでも、高フレームレートのオプティカルフローを推定できるEVA-Flowを提案し、低遅延・高密度な動き推定を実現した。
- LF-PGVIO: 点と測地線分を用いた広視野カメラ向け視覚慣性オドメトリフレームワークVIO2023/6/1
広視野・負平面視野のカメラでも使えるよう、全方向曲線検出と測地線分の点・線特徴を統合した視覚慣性オドメトリを提案し、公開データセットで高精度・高ロバスト性を示した。
- Ring-Rotor：空中把持・輸送が可能な伸縮式リング型クアッドロータマニピュレーション2023/4/1
1つのサーボモータで機体を伸縮できるリング型クアッドロータを開発し、小型化による狭所通過と標準形態での省エネを両立。中央空間を活かした機体全体での物体把持・輸送を実現した。
- LF-VISLAM: 負の結像面を持つ広視野カメラ向けモバイルエージェント用SLAMフレームワークSLAM2022/9/1
360度×40〜120度の超広視野パノラマカメラとIMUを用いた視覚慣性SLAMを提案し、負の半平面でも有効な単位長3次元ベクトルによる特徴点表現と、姿勢情報を活用したループ閉じ込み・外れ値除去を導入した。
- LF-VIO：負平面を含む超広視野カメラ向け視覚慣性オドメトリフレームワークVIO2022/2/1
視野が負の半平面に達する超広角カメラでも使えるリアルタイム視覚慣性オドメトリを、特徴点を単位3次元ベクトルで表現する手法で実現し、全天球型データセットPALVIOも公開した論文。
- 全周パノラマ画像のオプティカルフローを学習するPanoFlowオプティカルフロー2022/2/1
全天球パノラマ画像向けのオプティカルフロー推定フレームワークPanoFlowを提案し、歪み補正と巡回フロー推定により既存手法を上回る精度を実現した。
