Ming Lu

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

• GraspFoM: 3D基盤モデルを用いた再構成駆動型ロボット把持
  マニピュレーション2026/6/7

  3D基盤モデル(SAM3D)を活用し、物体の再構成と把持姿勢予測を共有の3D潜在表現で統合するフレームワークを提案。再構成による幾何情報と把持学習の相互作用で、部分観測下でも高精度な把持と高忠実度な3D再構成を実現した。

• VEGA: 空間認識型視覚言語行動モデルのための視覚エンコーダ接地整列
  VLA2026/5/1

  VLAモデルの視覚エンコーダ出力を、3D空間認識を持つDINOv2-FiT3Dの特徴に直接整列させることで、空間認識能力を向上させる軽量なフレームワークを提案。推論時には追加コストなしで性能が向上する。

• RoboArmGS: ベジェ曲線補正による高品質なロボットアームのスプラッティング
  ロボットアーム/3D再構成2025/11/1

  URDFに基づく理想的な関節運動を学習可能なベジェ曲線で補正し、実世界の動きに即した高品質な3Dガウシアン表現を実現した研究。

• ManipDreamer3D：占有マップを考慮した3D軌道によるロボットマニピュレーション動画の生成
  マニピュレーション2025/9/1

  入力画像から3D占有マップを再構成し、衝突を避けた3Dエンドエフェクタ軌道を計画して、その軌道を条件に拡散モデルでロボットのピックアンドプレース動画を生成する手法を提案した。

• OmniIndoor3D：包括的な屋内3D再構成
  3D再構成2025/5/1

  RGB-Dカメラで撮影した屋内シーンを、ガウス表現を用いて見た目・形状・パノプティックに高精度で再構成するフレームワークを提案。

• ManipDreamer: 行動木と視覚ガイダンスによるロボットマニピュレーション世界モデルの強化
  マニピュレーション2025/4/1

  指示を行動木として表現し、深度と意味の視覚ガイダンスを組み合わせることで、ロボット操作の動画生成における指示追従性と視覚品質を向上させた世界モデルを提案。