Wei Min

収録論文 3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

• Gnomon4D: 幾何学的動作に基づくワールドアクションモデリングのための注目領域学習
  VLA2026/11/2

  未来の映像・ロボット動作・4D幾何学的動作場(GeoDelta)を同時生成するワールドアクションモデルを提案し、人間とロボットの動作関係を共有空間で捉えて行動事前学習を実現した。

• PhotoHOI: 単一RGB写真からの3D手と物体のインタラクション合成
  手と物体のインタラクション合成2026/8/3

  単一のRGB写真と自然言語指示から、3Dの手と物体のインタラクションシーケンスを合成する新しい手法を提案。視覚言語モデルでタスクを解析し、接触と把握の事前知識を活用して、実写画像や未知の物体にも一般化する。

• HarmoHOI: 多視点手と物体のインタラクション合成における外観と3Dモーションの調和
  拡散モデル/手と物体のインタラクション/多視点生成2026/7/19

  手と物体のインタラクション動画を多視点で生成する際に、3D点トラッキングを疑似動画として扱うことで外観と3Dモーションを同時に生成する統一拡散フレームワークを提案した。