Zeyu Wang
収録論文 6本 ・ フィジカルAI/ロボット学習
設計自動化長尺動画理解VLA視覚ナビゲーション自動運転シミュレーション3D物体検出
※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
- LLMを活用したマルチエージェント自律メカトロニクス設計フレームワーク設計自動化2025/4/1
LLMベースのマルチエージェントシステムで、機械設計・最適化・電子工学・ソフトウェアを統合し、水質モニタリング用の自律型船舶を設計・試作した。
- 長尺動画理解のための時間的選好最適化長尺動画理解2025/1/1
長尺動画における時間的グラウンディングを改善するため、局所的・包括的な2粒度の選好データセットを用いた自己学習型の事後学習フレームワークTPOを提案し、複数のベンチマークで有効性を示した。
- CogACT: 認知と行動を融合するロボット操作のための基盤的視覚-言語-行動モデルVLA2024/11/1
VLMの出力を条件とする専用の拡散行動トランスフォーマーを組み込んだ新しいVLAアーキテクチャを提案し、ロボット操作の成功率と汎化性能を大幅に向上させた。
- MemoNav: 視覚ナビゲーションのための作業記憶モデル視覚ナビゲーション2024/2/1
画像ゴールナビゲーションにおいて、短期・長期・作業記憶を組み合わせてゴールに関連するシーン特徴を効率的に抽出する新しい記憶モデルを提案し、複数の難易度で従来手法を上回る性能を示した。
- シナリオ拡散:拡散モデルによる制御可能な走行シナリオ生成自動運転シミュレーション2023/11/1
拡散モデルと物体検出・軌道回帰を組み合わせ、地図とトークン条件から多様な交通シナリオを制御可能に生成する手法を提案した。
- DistillBEV:クロスモーダル知識蒸留によるマルチカメラ3D物体検出の強化3D物体検出2023/9/1
LiDAR教師モデルの特徴をマルチカメラBEV学生モデルに蒸留し、バランス戦略と多スケール時系列融合でnuScenesベンチマークの最先端性能を達成した。
