Ziyang Zhang
収録論文 9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
- Time-JEPA:物理時系列で動画ワールドモデルを接地するワールドモデル2026/10/14
低次元で時間的に整合した物理時系列を補助監督として動画ワールドモデルを微調整し、物理状態の時間変化を保持させる手法を提案。自動運転・ロボット操作・人体動作で現在状態復号や将来予測が改善。
- MMTA: 時系列・テキスト・視覚を統合するマルチモーダル時間分析ベンチマークマルチモーダル2026/10/13
時系列・テキスト・視覚を組み合わせた三モーダルタスクのベンチマークMMTAを提案し、既存MLLMの限界を示すとともに専用時系列エンコーダを持つTimeOmni-vを導入した。
- FreeLoc: 拡散モデルによる姿勢精緻化を用いたオンライン間取り図ローカリゼーションローカリゼーション2026/10/4
間取り図を直接クエリ可能な幾何マップとして扱い、拡散モデルで姿勢を精緻化することで、オフラインデータベース不要のリアルタイムRGBローカリゼーションを実現した。
- AutoPath: 人間のデモなしで安全なナビゲーションを実現する転移可能な目標条件付き確率的経路事前分布の学習ナビゲーション2026/7/1
ロボットナビゲーションにおいて、障害物を回避する複数の経路をサンプリングできる確率的経路事前分布を学習し、異なるロボットプラットフォーム間で再学習なしに転移可能な安全な経路生成を実現した。
- Dexterity-BEV: 3D世界と行動の整合による汎用ロボットポリシー学習操作学習2026/6/1
2D基盤モデルの限界を克服するため、カメラ校正と深度を用いて2D入力を3D頂点マップに変換し、BEV座標系で入力と行動を整合させることで、視点変化に頑健で汎用的な操作ポリシーを学習する手法を提案した。
- NavG: ガイダンスポイントを用いた強化学習による混雑環境でのリスク認識ナビゲーションナビゲーション2025/3/1
混雑環境でのナビゲーションにおいて、障害物境界から抽出したガイダンスポイントを強化学習に統合し、知覚誤差に頑健で安全かつ効率的な経路計画を実現した。
- HIF: 高さ区間フィルタリングによる効率的な動的点除去点群マッピング2025/3/1
柱ベースの高さ区間表現とベイズ推定で動的点を確率的に除去し、低高さ保持戦略で遮蔽領域の誤判定を抑えつつ、既存手法比7.7倍の高速化を実現した。
- GA-TEB: ゴールラインに基づく効率的ナビゲーションのための目標適応フレームワークナビゲーション2024/9/1
局所ゴールを点から複数の候補線に拡張し、障害物を凸に近づけてグループ化するトポロジカルマップと組み合わせることで、群衆環境でのデッドロックを防ぎ、計画頻度と安全性を高めるナビゲーション手法を提案した。
- RD-VIO: 動的環境下でのモバイルAR向けロバストな視覚慣性オドメトリVIO2023/10/1
動的シーンと純回転に対応するため、IMU-PARSACによる2段階の特徴点マッチングと、純回転フレームを特別なサブフレームとして扱う遅延三角測量を導入した視覚慣性オドメトリシステムを提案。
