Siqi Yang

収録論文 4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

• SPW-Nav: 言語誘導ナビゲーションのためのストリーミングパノラマワールドモデル
  ナビゲーション2026/10/6

  単一のパノラマ画像から、言語指示に従って2K 360度ビデオをリアルタイムでストリーミング生成するパノラマワールドモデルを提案。

• 指示に基づく音声・映像同時編集フレームワークInstructAV2AV
  音声・映像編集2026/5/18

  指示文に従って音声と映像を同時に編集する初のエンドツーエンドフレームワークを提案し、大規模データセットと新しい注意機構で高品質な編集を実現した。

• UAVのための視覚・言語ナビゲーション：進展、課題、研究ロードマップ
  ナビゲーション2026/4/1

  UAVが人間の高レベルな指示を解釈し複雑な3D環境で長期的なタスクを実行するための視覚・言語ナビゲーション（UAV-VLN）に関する包括的なサーベイ論文。技術の進化を分類し、シミュレーションから実世界への適用における課題を分析し、将来の研究ロードマップを提案している。

• RiEMann: 点群セグメンテーション不要の準リアルタイムSE(3)同変ロボットマニピュレーション
  マニピュレーション2024/3/1

  シーン点群から対象物をセグメンテーションせずに直接操作目標姿勢を予測するSE(3)同変な模倣学習フレームワークを提案し、5〜10回のデモで学習して未知のSE(3)変換や妨害物体に頑健、準リアルタイムで動作することを示した。