Hanxin Zhu

University of Science and Technology of China

収録論文 6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

• EmbodiedVAE: 効率的で制御可能な身体化操作のための分離型ビデオVAE
  操作2026/8/1

  ロボット操作の世界モデル向けに、ロボットアームの動きと背景を分離して圧縮する新しいビデオVAEを提案し、高圧縮率で高品質な再構成と精密な動作制御を実現した。

• DeformGen: 変形操作ポリシー学習のための動力学に基づくトポロジー拡張
  変形操作2026/6/1

  変形物体の操作学習において、物理的に妥当な状態と軌道を生成する動力学ベースのデータ拡張フレームワークを提案した。

• GTA: 幾何学から外観へのビデオ拡散による画像から3Dワールド生成の高度化
  3D生成2026/5/13

  単一画像から3Dシーンを生成する際、まず粗い幾何構造を生成し、その後に外観を生成する二段階のビデオ拡散モデルを提案し、構造の忠実性と視点間の一貫性を向上させた。

• Embody4D: 身体化された4D世界モデリングのための汎用データエンジン
  世界モデル2026/5/3

  単眼ロボット映像を任意の視点からの新規ビュー映像に変換するビデオ間世界モデルを提案し、データ不足を合成パイプラインで補い、幾何学的安定性と操作領域の忠実度を高める手法を導入した。

• MemCompiler: コンパイルする、注入しない -- 身体化エージェントのための状態条件付きメモリ
  身体化エージェント/メモリ管理2026/5/1

  エージェントの現在の状態に応じて関連メモリのみを動的に選択・コンパイルするメモリシステムを提案し、静的メモリ注入を上回る性能と低遅延を実現した。

• VLA-JEPA：潜在世界モデルで視覚-言語-行動モデルを強化
  VLA2026/2/1

  未来のフレームを教師信号に使い、現在の観測だけから潜在空間で状態予測を学習するJEPA型事前学習で、VLAポリシーの汎化とロバスト性を高めた。