Heng Wang
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
- GLaQ: 視覚的証拠への潜在クエリ接地によるマルチモーダル推論VLA2026/8/16
マルチモーダル大規模言語モデルの推論において、連続的な潜在状態の代わりに、元の視覚トークンに接地された固定数のクエリを用いることで、細かい視覚情報を効果的に保持・再利用する手法を提案した。
- DA-Nav: 方向認識型の都市規模視覚言語ナビゲーションナビゲーション2026/7/1
市街地規模の屋外ナビゲーションを、商用ナビの方向指示を利用して、自己中心視画像上の離散的な空間接地問題として再構成し、軌道回復を可能にするフレームワークを提案した。
- Dream.exe: ビデオ生成モデルは実行可能なロボット操作を夢見ることができるか？操作2026/6/3
ビデオ生成モデルが生成した操作映像を物理シミュレータで実行可能なロボット軌道に変換し、実行成功率で物理世界の理解度を評価するフレームワークDream.exeを提案した。
- MagRobot: 磁気ナビゲーションロボットのためのオープンシミュレータシミュレーション2026/3/1
磁気ナビゲーションロボットの設計と評価を効率化する、初の汎用オープンソースシミュレーションプラットフォームを提案した。剛体・軟体ロボットの磁気駆動と追跡を、変形する解剖モデル上でシミュレートできる。
- 物理AIのための動画基盤モデルによる世界シミュレーション世界モデル2025/11/1
テキスト・画像・動画から世界を生成する動画基盤モデルCosmos-Predict2.5と、Sim2Real/Real2Real変換を行うCosmos-Transfer2.5を発表し、ロボティクス向けの合成データ生成やシミュレーションを可能にした。
- PIGEON: VLM駆動の関心点選択による物体ナビゲーション物体ナビゲーション2025/11/1
VLMを関心点(PoI)の選択に用いることで、未見屋内環境での物体ナビゲーションを効率的かつ検証可能にし、ゼロショットで最先端性能を達成した研究。
- 標的薬物送達のためのデュアルモード磁気連続ロボット医療ロボット/磁気制御2025/10/1
カテーテル壁に永久磁石を径方向に埋め込み、外部磁石で曲げとねじりの2モードを独立制御できる磁気連続ロボットを開発し、ねじりせん断を利用した薬物放出機構とファントム実験で有効性を示した。
- 物理AIのためのCosmos世界基盤モデルプラットフォーム世界モデル2025/1/1
物理AI開発者向けに、カスタマイズ可能な世界モデルを構築するための基盤モデル・動画キュレーション・トークナイザを提供するオープンソースプラットフォーム。
- Towards Generalisable Audio Representations for Audio-Visual Navigation2022/6/1