Gehao Zhang

収録論文 2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

• 接地行動モデル：ロボティクスの基盤としての3Dグラウンディング
  VLA2026/9/20

  言語・点・ボックス指示を対象物の3D表現に変換し、マルチストリームTransformerで行動を予測するロボット基盤モデルGAMを提案。RoboTwin 2.0やLIBERO-PROで高い成功率を示した。

• EmboAlign: ビデオ生成と構成的制約の整合によるゼロショット操作
  操作2026/3/1

  ビデオ生成モデルの出力を、推論時に視覚言語モデルが生成する構成的制約で整合させ、物理的に妥当なロボット軌道を生成するデータ不要のフレームワークを提案した。