Jiankang Deng
収録論文 16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
- AVT-Fabric: 適応的証拠選択による能動的視触覚知覚で効率的なロボット布地比較触覚2026/9/18
RGB画像を起点に、比較の難易度に応じて触覚情報を追加取得するか判断する枠組みを提案し、布地比較タスクで高精度かつ効率的な視触覚推論を実現した。
- Metis: 自動運転と都市ナビゲーションのための汎用かつ効率的なワールドアクションモデル自動運転2026/6/14
ビデオ生成と行動予測を分離したエンドツーエンドのワールドアクションモデルを提案し、推論時のビデオ生成を省略することで効率化しつつ、汎用性と性能を向上させた。
- TriMotion: ビデオ生成のためのモダリティ非依存カメラ制御ビデオ生成2026/6/1
カメラ軌道を表すビデオ、ポーズ、テキスト入力を共通の埋め込み空間にマッピングし、モダリティを問わずカメラ制御を可能にするフレームワークを提案。
- Dex2HOI: 器用な両手による二物体インタラクション生成動作生成2026/5/28
両手で複数の物体を同時に操作する人間の動作を、テキストから生成する拡散モデルを提案した論文。
- LLaVA-OneVision-2：次世代知覚知能に向けてVLA2026/5/25
動画を圧縮ビットストリームとして扱い、適応的な時間グループと空間的証拠の選択によりトークン予算を効率的に配分する新しい視覚言語モデルを提案。大規模なオープン監視データで学習し、動画理解や時間的・空間的接地、操作トレース推論などで高性能を達成。
- 想像された未来から実行可能な行動へ：ロボット操作のための潜在行動の混合マニピュレーション2026/5/1
ビデオ生成モデルによる未来予測をロボット操作に活用する際、予測フレームを直接ポリシーに渡すのではなく、複数の逆動力学モデルを用いて潜在行動の混合表現に変換する制御指向インターフェースMoLAを提案し、シミュレーションと実機で性能向上を確認した。
- HO-Flow: 潜在フローマッチングによる汎用的な手と物体のインタラクション生成手と物体のインタラクション生成2026/4/1
テキストと3D物体から手と物体のインタラクション動作を生成するフレームワークを提案。相互作用を考慮したVAEとマスク付きフローマッチングで時間的一貫性と物理的妥当性を向上させた。
- UniMorphGrasp: 形態認識拡散モデルによるクロスエンボディメント巧みな把持生成マニピュレーション2026/2/1
多様なロボットハンドの把持を人間の手の標準ポーズに統一し、ハンド構造をグラフで条件付けた拡散モデルで、未知のハンドにも汎化する把持生成を実現した。
- UniForce: 多様な触覚センサに対応するロボットマニピュレーションのための統合力潜在モデル触覚2026/2/1
異なる触覚センサ間で共有される力の潜在空間を学習し、再学習なしでゼロショット転移可能な力認識マニピュレーションを実現する統合触覚表現フレームワークを提案。
- MagicSkin: 半透明スキンでマーカー有無のトレードオフを解消する視覚触覚センサ触覚2025/12/1
半透明の着色マーカーを触覚スキンに用いることで、マーカーあり・なしの両モードの長所を両立し、物体・テクスチャ分類、接線変位追跡、力予測を同時に高精度化した。
- Vision-Language-Actionモデルの解剖学：モジュールからマイルストーン、課題までVLA2025/12/1
VLAモデルの基本構成から歴史的発展、そして表現・実行・汎化・安全性・データセットと評価という5大課題を整理したサーベイ論文。
- 記述を超えて：身体性エージェントのための細粒度行動の認知ベンチマーク身体性AIベンチマーク2025/11/1
身体性エージェントの細粒度行動知能を評価する新ベンチマークCFG-Benchを提案し、最先端MLLMの限界を明らかにした。
- Embodied Arena：具現化AIのための包括的・統合・進化型評価プラットフォーム評価基盤2025/9/1
具現化AIの能力を3階層・7能力・25次元で体系化し、22のベンチマークと30以上のモデルを統合評価する進化型プラットフォームを構築した。
- CEDex: 人間らしい接触表現から大規模なクロスエンボディメント巧みな把持を生成マニピュレーション2025/9/1
人間の把持接触データを学習した生成モデルとロボット運動学を組み合わせ、任意のロボットハンド向けに人間らしい巧みな把持を大規模生成する手法を提案し、50万物体・2000万把持のデータセットを構築した。
- 触覚センサ間で力覚を相互学習させるフレームワークGenForce触覚2025/3/1
触覚信号を共通のマーカー表現に統一することで、あるセンサで学習した力予測モデルを他のセンサへ転移可能にし、把持や滑り検出などの力制御を実現した研究。
- Robotic Perception of Transparent Objects: A Review2023/4/1