Mingze Sun
Tsinghua University
収録論文 4本 ・ フィジカルAI/ロボット学習
自己中心視点/3D再構成ワールドモデルVLA視線推定
※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
- EgoXperience: 人間の体験から世界に接地した自己中心表現を学習する自己中心視点/3D再構成2026/10/19
自己中心視点の動画から、カメラ・周囲の3D形状・手と物体の相互作用を一貫した世界座標系で同時再構成するデータ収集・自動注釈・統一モデル・ベンチマークの枠組みを提案した論文。
- Ropedia W0:人間の経験で多様な身体の移動操作ワールドモデルをスケールするワールドモデル2026/10/19
人間とロボットの一人称視点データを統合し、移動と操作をまたぐ身体横断型ワールドモデルを構築。蒸留によりリアルタイムVR対話や方策評価・計画への応用を実現した。
- Spatial-OPSD: ラベル不要の自己蒸留による空間推論の自己改善VLA2026/9/29
深度や3D再構成などの知覚ツールから得られる空間事前情報を特権教師が与え、ラベルなしで学生モデルの空間推論を自己蒸留により反復改善するフレームワーク。
- PAGE: 実用的な人間レベルの視線ターゲット推定に向けて視線推定2026/7/6
視線ターゲット推定の性能を人間レベルに近づけるため、シーンと頭部特徴の相互作用を明示的にモデル化したPaGEを提案し、大規模な未ラベルデータでの蒸留により軽量で実用的なモデルを実現した。