Shuang Zeng

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

• 多視点潜在事前分布による行動多様体学習を用いたロボット操作
  VLA2026/5/1

  単眼入力の奥行き曖昧性を解決するため、事前学習済み多視点拡散モデルで潜在的な新視点を合成し、3次元幾何学的ガイダンスで多視点特徴を整列するG3Tと、有効な行動多様体上で直接行動を予測するAMLを提案した。

• ABot-PhysWorld: 物理整合を備えたロボット操作のための対話型世界基盤モデル
  世界モデル2026/3/1

  物理的に不自然な操作動画を生成する問題を解決するため、物理認識アノテーション付きの大規模データセットとDPOベースの後訓練を導入し、物理的に妥当で行動制御可能な動画を生成する世界モデルを提案した。

• ABot-M0: 行動多様体学習によるロボットマニピュレーションのためのVLA基盤モデル
  VLA2026/2/1

  異種ロボットデータを統合した大規模データセットUniACTを構築し、行動が低次元多様体上に存在するという仮説に基づくAction Manifold Learningで効率的なVLA基盤モデルを実現した。

• MerNav: ゼロショット物体目標ナビゲーションのための高汎化メモリ・実行・レビューフレームワーク
  ナビゲーション2026/2/1

  メモリ・実行・レビューの3モジュールからなるフレームワークを提案し、ゼロショット物体目標ナビゲーションにおいて成功率と汎化性能を両立させ、実機ヒューマノイドでも検証した。

• JanusVLN: 二重暗黙メモリで意味と空間を分離する視覚言語ナビゲーション
  VLA2025/9/1

  人間の左右脳のように意味理解と空間認知を別々の固定サイズの暗黙的ニューラルメモリで表現し、冗長な計算を抑えつつ効率的に視覚言語ナビゲーションを行うフレームワークを提案した。

• 交通規則を持続的に自己回帰マッピングする自動運転フレームワーク
  自動運転/HDマップ2025/9/1

  視覚情報から車線ベクトルと交通規則を自己回帰的に同時構築し、規則の持続的な有効性を保つPAMRを提案した論文。