Hanzhong Guo
収録論文 7本 ・ フィジカルAI/ロボット学習
VLA/UAV追跡データセット/UAV追跡UAV追跡/シミュレーションナビゲーションビデオ生成/世界モデルVLA
※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
- CosFly-VLA: UAV追跡のための空間認識型視覚言語行動モデルVLA/UAV追跡2026/7/1
建物や障害物による遮蔽中でもターゲットを追跡できる、空間認識を備えた視覚言語行動(VLA)モデルを提案。大規模データでの事前学習とカリキュラム学習、強化学習により、遮蔽時の追跡性能を向上させる。
- CosFly-Track: マルチ制約軌道最適化によるUAV視覚追跡のための大規模マルチモーダルデータセットデータセット/UAV追跡2026/5/1
UAVが動く目標を追跡するための大規模マルチモーダルデータセットと生成パイプラインを提案し、連続3次元空間での多制約最適化により高品質な軌道を生成する。
- CosFly: マトリックスで計画し、世界で飛ぶUAV追跡/シミュレーション2026/5/1
空中追跡のためのボックス構造計画とマルチモーダルシミュレーションパイプライン、および多様な環境での動的ターゲット追跡用の大規模UAVデータセットCosFly-Trackを提案する。
- UAVのための視覚・言語ナビゲーション：進展、課題、研究ロードマップナビゲーション2026/4/1
UAVが人間の高レベルな指示を解釈し複雑な3D環境で長期的なタスクを実行するための視覚・言語ナビゲーション（UAV-VLN）に関する包括的なサーベイ論文。技術の進化を分類し、シミュレーションから実世界への適用における課題を分析し、将来の研究ロードマップを提案している。
- 世界モデルとしてのビデオ生成モデル：効率的なパラダイム、アーキテクチャ、アルゴリズムビデオ生成/世界モデル2026/3/30
ビデオ生成モデルを世界シミュレータとして実用化するための効率性に焦点を当て、効率的なモデリングパラダイム、ネットワークアーキテクチャ、推論アルゴリズムの3次元で体系的なレビューを提供する。
- ポリシーを合成せよ！テスト時分布レベル合成による拡散・フローベースロボットポリシーの改善VLA2025/10/1
複数の事前学習済みロボットポリシーの分布スコアを凸結合しテスト時探索で合成する訓練不要手法GPCを提案し、単一ポリシーを超える性能を実現した。
- 推論時の分布レベル合成によるモダリティ合成可能な拡散ポリシーVLA2025/3/1
個別の視覚モダリティで事前学習済みの拡散ポリシーを追加学習なしに分布スコアのレベルで合成し、より表現力の高いポリシーを実現する手法を提案した。