Zijian Wang
StellarEdge AI
収録論文 11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
- Auriga:ゼロショット実体マニピュレーションのためのタスク非依存エージェントハーネスVLA2026/10/31
VLMがロボット方策として直接動く際の計画-実行ギャップを埋めるため、3D計測や軌道プレビュー、実行中の逸脱検出を備えたタスク非依存のエージェントハーネスを提案し、RoboDojoで首位を達成した。
- ShelfChange3D: 小売棚監視のための物体レベル3D変化検出3D変化検出2026/10/1
RGB-D観測のペアから棚の商品変化を物体レベルの3Dバウンディングボックスで検出するタスクを定式化し、大規模データセットと幾何補正を組み込んだエンドツーエンド手法を提案した。
- 共同訓練か後で統合か?共有アクションインターフェースによるVLAエキスパートの統合VLA2026/9/27
タスクごとに独立訓練したVLAエキスパートを、アクションインターフェースを共通化した上でLoRA更新と文脈誘導型スパースマージにより統合し、マルチタスク性能を向上させる手法を提案。
- StellaVLA: 汎用視覚言語行動モデルのための文脈内構造化デモンストレーションVLA2026/8/1
StellaVLAは、テスト時に単一の構造化デモンストレーションを条件付けすることで、分布外の状況でも適応できる視覚言語行動モデルを提案する。
- ABot-Earth 0.5: 生成型3D地球モデル3D生成2026/6/8
衛星画像から広大な3D環境を生成する生成モデルを提案し、3Dガウススプラッティングを用いてリアルな都市景観を高速に合成する。
- アフォーダンス場介入:ロボットマニピュレーションにおけるVLAの記憶トラップからの脱出VLA2025/12/1
VLAモデルが未知環境で記憶した軌道に固執する「記憶トラップ」を固有感覚で検知し、3D空間アフォーダンス場をプラグインとして用いて軌道を修正する軽量ハイブリッド手法を提案。
- MergeVLA: スキル横断モデルマージによる汎用視覚言語行動エージェントVLA2025/11/1
異なるタスクで訓練したVLAエキスパートを統合する際の非マージ性の原因を分析し、タスクマスク付きLoRAとクロスアテンションのみの行動エキスパートで設計段階からマージ可能にしたVLAアーキテクチャを提案。
- 廊下環境における高速単眼深度復元のための明示的手法深度推定2023/9/1
廊下の幾何学的特徴を活用し、非線形最適化と深度平面構築により高速に単眼深度推定を行う明示的手法を提案し、新データセットCorr_EH_zで有効性を示した。
- 視覚慣性融合による堅牢で高精度なGNSS搬送波位相測位GNSS/VIO融合2023/3/1
GNSS搬送波位相測位と視覚慣性オドメトリをEKFで融合し、都市峡谷でも高精度な全球測位を実現した。
- 連結型水上ロボット群の分散協調制御群制御2020/7/1
剛結合された複数の自律水上艇を一つの浮体構造として目標軌道に追従させる分散制御手法を提案し、リーダーがNMPCで全体を操舵、フォロワーがオンボードセンサのみで協調する。
- ピンボケを活用:ロボット知覚のための画像ボケからの深度学習深度推定2017/5/1
カメラのフォーカスを変えながら撮影した複数画像のボケ具合から、畳み込みニューラルネットで深度を推定する手法を提案し、単一RGB画像より高精度なことを示した。
