Shiguang Shan

Chinese Academy of Sciences

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

• SPIN: 確率的近傍における単一ステップ投影による拡散編集に対する画像免疫化
  画像免疫化2026/10/5

  拡散モデルによる画像編集を妨害するため、局所的な確率的軌道近傍で単一ステップ投影を行い、目立たない摂動を最適化する画像免疫化手法を提案。

• DBCF: 基盤モデルの二枝相補融合による汎用ディープフェイク検出
  ディープフェイク検出2026/9/28

  CLIPとDINOv3という2つの基盤モデルを階層的に組み合わせ、大域的な意味情報と局所的な顔構造の手がかりを相補的に融合することで、未知の偽造手法にも汎化しやすいディープフェイク検出手法を提案した論文。

• ViLoMan: ヒューマノイドロボットの視覚・固有感覚による全身移動操作スキルの学習
  全身移動操作2026/9/16

  人間の部分的な動作デモを物理的に実行可能なロボット軌道に変換し、教師-生徒蒸留で視覚と固有感覚から全身関節動作を直接出力する統合方策を学習。扉閉めタスクでシミュレーションから実機へ転移し、多様な条件で汎化を実証した。

• EMPIRE: 明示的操作計画を学習可能な中間表現として用いた自己中心視ハンドモーション予測
  ハンドモーション予測2026/8/23

  自己中心視の映像から将来の両手の動きを予測する際に、操作計画を中間表現として明示的に学習する2段階フレームワークを提案し、大規模データセットを構築してSOTA精度を達成した。

• EgoMotion: 一人称視点の視覚言語モーション生成のための階層的推論と拡散
  モーション生成2026/4/21

  一人称視点の映像と言語指示から3D人間動作を生成するタスクを扱い、推論と生成の絡み合い問題を解決するため、認知推論段階と動作生成段階からなる階層的生成フレームワークEgoMotionを提案した。

• Plan-R1: 言語モデリングとしての安全で実行可能な軌道計画
  自動運転/軌道計画2025/5/1

  大規模言語モデルの手法を応用し、専門家データでの事前学習とルールベース報酬による強化学習(VD-GRPO)を組み合わせて、安全性と快適性を両立した自動運転の軌道計画フレームワークを提案した論文。