Ziyi Wang
UESTC
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
- 触覚生成のための潜在空間選択:画像潜在表現は素材認識を保持するか触覚2026/11/11
事前学習済み画像モデルの潜在空間で触覚を再構成し、素材分類器の性能劣化を比較してSD-VAE潜在空間が触覚生成に適することを示した論文。
- SurgTAP-3D:接触を考慮した3D動作追跡による大規模手術横断ビデオデータセット手術映像/3D追跡2026/11/8
未較正の単眼手術動画から接触領域プロンプトや動的バンドル調整を用いて4Dアノテーションを生成し、52万フレーム・140万軌跡からなる大規模手術3D動作追跡データセットとベンチマークを構築した論文。
- RevoSim:巧みな操作のためのスケーラブルなマルチモーダル触覚シミュレータ触覚2026/11/6
BrainCo Revo3ハンド向けに、圧力・深度・RGB・マーカー変位を同期生成する高忠実度触覚シミュレータを開発し、単一GPUで最大4096並列環境を実現した。
- ピクセルから行動へ:ネイティブな視覚-言語-行動ポリシーに向けてVLA2026/11/4
視覚エンコーダを排除し、画像パッチを言語と共にバックボーン内で進化させて行動生成に直接利用するNEO-VLAを提案。操作タスクでエンコーダベース手法より強く頑健な制御を実現した。
- ナビゲータは何を記憶すべきか?ゼロショット視覚言語ナビゲーションのための時空間記憶VLA2026/10/28
8B規模のゼロショットVLNエージェントにおいて、指示進捗・階層圧縮した観察履歴・累積幾何情報をタスク/時間/空間記憶として統合し、記憶の種類ごとの寄与を実機含めて検証した論文。
- GPT-6-Astraは身体知能を獲得したのかVLA2026/10/15
GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。
- 安全な行動だけでは不十分:視覚言語行動ポリシーのための実行可能未来デコーディングVLA2026/10/4
凍結したVLAポリシーにおいて、局所的に安全な行動でも将来の安全なタスク完了が不可能になる「実現可能性-尤度ギャップ」を定式化し、再学習やオンラインロールアウトなしで安全な候補を選び直す訓練不要のリランカーを提案した。
- RolloutFaith: 視覚世界モデルにおける持続的内部介入の監査世界モデル2026/9/29
世界モデル内部への介入がその後の自律予測にどれだけ持続的な改善をもたらすかを評価する枠組みを提案し、既存の編集手法の限界と遅延学習の有効性を示した。
- PACE: 長期的身体操作のためのフェーズ進行認識クレジット操作2026/8/15
長期的な操作タスクにおいて、各ステップのフェーズと進行度を推定し、ステップ単位のクレジットを割り当てることで、VLAモデルのポストトレーニングを改善するフレームワークを提案した。
- Hy-Embodied-VLM-1.0:効率的な物理世界エージェントVLA2026/7/14
物理世界で動作する組み込みエージェント向けの基盤モデルを提案し、行動中心の能力分類に基づくデータパイプラインと効率的なMoEアーキテクチャにより、38ベンチマークで優れた性能を達成した。
- Hy-Embodied-0.5-VLA:視覚言語行動モデルから実世界ロボット学習スタックへVLA2026/6/1
データ収集からモデル設計、事前学習、微調整、強化学習、実機展開までを含むロボット学習の全スタックを備えたエンドツーエンドシステムを提案した論文。
- TacGen: 触覚は物理世界表現に不可欠な次元である -- スケーラブルな視覚-触覚アライメントと生成による触覚データ不足への対処触覚/表現学習2026/6/1
触覚データ不足を解決するため、視覚と触覚のコントラスト学習と潜在空間での視覚から触覚への生成モデルを組み合わせ、RGB画像から触覚表現を合成してデータを拡張する手法を提案した。
- HY-Embodied-0.5: 実世界エージェントのための具現化基盤モデルVLA2026/4/8
実世界の具現化エージェント向けに設計された基盤モデル群を提案し、空間・時間的視覚知覚と推論能力を強化した。
- Open-H-Embodiment:医療ロボティクスにおける基盤モデルを可能にする大規模データセット医療ロボティクス/データセット/基盤モデル2026/4/1
医療ロボットの自律化を妨げるデータ不足を解決するため、複数のロボットプラットフォームにわたる大規模な医療ロボットビデオと運動学データセットを公開し、基盤モデルの開発を実証した。
- Eval-Actions: ロボットマニピュレーションのための細粒度実行品質評価マニピュレーション2026/1/1
ロボットマニピュレーションの学習方策を、成功/失敗の二値ではなく実行プロセスの品質まで細かく評価するためのベンチマークと自動評価器を提案した論文。
- MP1: MeanFlowでロボットマニピュレーションの1ステップ方策学習を実現マニピュレーション2025/7/1
3D点群入力とMeanFlowを組み合わせ、1回のネットワーク評価で行動軌道を生成するロボットマニピュレーション手法を提案。拡散モデルより高速で、ベンチマークと実環境で高い成功率を達成した。
- ロボット視点からの行動認識による自然な人間-ロボットインタラクション行動認識2025/7/1
移動ロボット視点での人間行動認識のための大規模データセットACTIVEと、遠距離でも高精度に認識する手法ACTIVE-PCを提案した論文。
- SymBridge: 人間参加型サイバーフィジカル対話システムによる適応的人間-ロボット共生人間-ロボットインタラクション2025/2/1
拡張現実を用いて実人間と仮想ロボットを物理環境で対話させ、人間のフィードバックからロボットの対話モデルを継続的に学習・適応させるシステムを提案。
- 協働ロボット超音波によるマンモグラフィの実現医療ロボティクス2023/12/1
ロボットアームで超音波プローブを操作し、マンモグラフィと連携して乳房の3D/2D超音波画像を自動取得する協働ロボット超音波プラットフォームを開発した。
- 最大エントロピー微分動的計画法最適制御2021/10/1
微分動的計画法に最大エントロピー定式化を導入し、多峰性方策による探索で局所解を脱出できる2つの変種を提案・検証した論文。
- 確率的バリア関数と深層FBSDEによる安全な最適制御安全制御2020/9/1
確率的バリア関数と深層フォワード・バックワードSDEを組み合わせ、状態・制御制約を満たす安全な軌道最適化をエンドツーエンドで学習する手法を提案した論文。
- 確率的探索を用いた適応型リスク感応モデル予測制御モデル予測制御2020/9/1
初期状態・確率的ダイナミクス・不確かなパラメータの不確実性を扱い、確率的探索でCVaRを最適化する枠組みを提案し、振り子や台車棒、クアッドコプターで有効性を示した。
- 前方後方SDEを用いた深層確率的最適制御方策の学習確率的制御2019/2/1
非線形確率的制御理論と前方後方SDEの関係に基づき、リカレント層と全結合層からなる深層ニューラルネットで確率的制御方策を学習する枠組みを提案し、3つの非線形系のシミュレーションで有効性を示した。
- 冗長な深層知覚制御ポリシーによるベイズアンサンブル意思決定自動運転2018/11/1
ベイズニューラルネットのアンサンブルと冗長制御を組み合わせ、複数センサ故障時でも安全に自動運転できる手法を提案した論文。
