Jinhao Zhang
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
- GaussianWAM: 3Dガウス場から世界行動モデルへの幾何学と意味の蒸留VLA2026/8/25
多視点観測から3Dガウス場を介して幾何・意味情報を世界行動モデルに蒸留し、ロボット操作の視覚予測と行動生成を強化する手法を提案。
- HiFi-UMI: 高忠実度UMIデータのみから展開可能な操作ポリシーを学習する操作学習2026/7/1
ロボットフリーのUMIデータ収集システムの忠実度を高めることで、実ロボットデータを使わずに直接展開可能な操作ポリシーを学習できることを示した論文。
- 潜在拡散ポリシー：拡散ベースロボット操作のための潜在空間の形成マニピュレーション2026/6/1
観測条件付きCVAEで潜在空間を整形し、フローマッチングをその空間で行う2段階フレームワークを提案。シーン理解と軌道生成を分離し、多腕協調タスクで性能を向上させた。
- Hyper-DP3: 視覚運動制御のための3D拡散ポリシーの周波数認識型最適化拡散ポリシー/視覚運動制御2026/5/1
ロボットの動作軌跡が低周波成分に集中する性質を利用し、3D拡散ポリシーの復元モデルを大幅に簡素化して2ステップ推論を可能にする軽量モデルHyper-DP3を提案した。
- 変分正則化による情報フィルタリングでロボットマニピュレーションを改善マニピュレーション2026/1/1
拡散ベースの視覚運動方策の中間特徴に含まれるタスク無関係なノイズを、文脈条件付きガウス分布とKL正則化による適応的情報ボトルネックで除去するプラグアンドプレイ手法を提案し、シミュレーションと実機で成功率を向上させた。
- PocketDP3: ポケットサイズの効率的な3D視覚運動ポリシーマニピュレーション2026/1/1
重いU-Netデコーダを軽量なMLP-MixerベースのDiffusion Mixerに置き換え、従来の1%未満のパラメータで高性能な3D拡散ポリシーを実現した研究。
- LAP: 自動運転のための高速潜在拡散プランナー自動運転計画2025/12/1
VAEで学習した潜在空間で拡散計画を行うことで、マルチモーダルな運転戦略を捉えつつ、1ステップのデノイジングで最大10倍高速な自動運転プランナーを実現した。
- ISS Policy：暗黙的なシーン監督を備えたスケーラブルな拡散ポリシーVLA2025/12/1
点群入力から連続行動を予測する3D視覚運動拡散ポリシーに、シーンの幾何学的変化と整合する出力を促す暗黙的シーン監督モジュールを導入し、単腕・多指ハンド操作の性能と汎化を向上させた研究。
- STORM: マルチコプタの信頼性高い軌道生成のための時空間反復最適化軌道計画2025/3/1
Bスプラインと時空間分離・制約線形化によるQP-LP部分問題を反復最適化し、安全で高速なドローン軌道を生成するフレームワークを提案。