Shiyi Wang

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

• RoboRouter：ロボットマニピュレーションのための訓練不要なポリシールーティング
  マニピュレーション2026/3/1

  複数の既存ロボット操作ポリシーをプールし、タスクごとに最適なポリシーを経験から学習して選択する訓練不要のルーティング手法を提案。シミュレーションと実世界で成功率を向上させた。

• AntiGrounding：ロボット行動をVLM表現空間に持ち上げて意思決定を行う
  VLA2025/6/1

  ロボットの行動候補をVLMの表現空間に直接持ち上げ、複数視点の軌道を描画してVQAで指示に基づく意思決定を行うことで、ゼロショットで最適な閉ループ軌道を生成するフレームワークを提案。

• FrankenBot: 視覚言語モデルを用いた脳形態モジュール型ロボットマニピュレーション
  マニピュレーション2025/6/1

  視覚言語モデルを活用し、人間の脳の構造を模倣したモジュール型フレームワークで、ロボットマニピュレーションのタスク計画から異常処理までを統合し、効率と汎用性を両立させた。

• T-Rex: 視覚言語モデルを用いたロボット操作のためのタスク適応型空間表現抽出
  VLA2025/6/1

  視覚言語モデルをロボット操作に応用する際、タスクの要求に応じて物体ごとに最適な空間表現抽出手法を動的に選択するフレームワークを提案し、実環境実験で空間理解・効率・安定性の向上を示した。

• M2UD: 地上ロボット向けのマルチモーダル・マルチシナリオ不整地SLAMデータセット
  SLAMデータセット2025/3/1

  都市や野原、長い廊下など多様な不整地環境と悪天候下で収集した地上ロボット用SLAMデータセットを構築し、RTKによる高精度な正解位置と精度・効率を考慮した新しい評価指標を提案した。

• 大規模言語モデルが拓く自動運転の展望：サーベイ
  自動運転2024/9/1

  自動運転のモジュール型・エンドツーエンド型それぞれの課題に対し、大規模言語モデル（LLM）を活用する可能性と最適化戦略を体系的に調査したサーベイ論文。