Wei Sun
収録論文 13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
- GenCOPE: ロボットピッキングのための合成から実への汎化カテゴリレベル物体姿勢推定sim2real2026/10/1
合成データのみで学習し実世界に直接汎化するカテゴリレベル物体姿勢推定手法を提案。2D/3D意味的一貫性制約と2D-3D相互融合によりドメインギャップを克服し、軽量なアーキテクチャでロボット操作に応用可能。
- Zeva-Ego: 一人称視点動画の中間学習と文脈内因果学習によるロボットマニピュレーションVLA2026/9/21
一人称視点の人間動画から行動中心の監督信号を作りVLAモデルを中間学習させ、さらに展開時に行動と結果のフィードバックからパラメータ更新なしで適応する枠組みを提案。
- Zeva: 文脈内因果学習による汎用身体操作の実現マニピュレーション2026/8/31
ロボットが実環境での物理的相互作用からその場で学習し、その知識を次の行動に活かすフレームワークZevaを提案。ポリシーモデルを凍結したまま、因果相互作用抽出器と二重タイムスケールの因果メモリを用いて、実行した行動と状態変化を符号化し、後の行動の文脈として注入する。シミュレーションと実機操作で最先端のVLAやWAMを上回る性能を示し、勾配更新なしで自己進化を実現。
- DM0: フィジカルAIに向けた身体性ネイティブな視覚-言語-行動モデルVLA2026/2/1
身体性を後付けでなく最初から統合し、大規模事前学習からフローマッチング行動専門家と空間Chain-of-Thoughtで操作とナビゲーションを統一的に学習するVLAフレームワークDM0を提案。
- RoboChallenge：実機ロボットによる具現化ポリシーの大規模評価VLA2025/10/1
多数のモデルとタスクを実機で評価するオンラインシステムRoboChallengeを構築し、初期ベンチマークTable30で最新VLAモデルを調査した。
- ニューラルブレイン：身体性エージェントのための神経科学に着想を得たフレームワーク身体性AI2025/5/1
身体性エージェントの中核となる知能システム「ニューラルブレイン」の統一フレームワークを提案し、マルチモーダル能動センシング、知覚・認知・行動の統合、神経可塑性に基づく記憶、ニューロモーフィック最適化を組み合わせた生物学的着想アーキテクチャを示した。
- MonoDiff9D: 拡散モデルによる単眼カテゴリレベル9D物体姿勢推定姿勢推定2025/4/1
単眼RGB画像から拡散モデルを用いてカテゴリレベルの9D物体姿勢を推定する手法を提案し、形状事前知識やCADモデルを必要とせずに最先端精度を達成した。
- 単一参照画像からの未見物体6自由度姿勢推定とロボット統合姿勢推定2025/3/1
ロボット操作中に撮影した1枚の参照RGB-D画像だけから、未見物体の6自由度絶対姿勢を推定する手法SinRef-6Dを提案し、実機ロボットシステムに統合した。
- Diff9D: 拡散モデルによるドメイン汎化可能なカテゴリレベル9自由度物体姿勢推定姿勢推定2025/2/1
合成データのみで訓練した拡散モデルを用い、実世界シーンへ汎化できるカテゴリレベル9自由度の物体姿勢・サイズ推定手法を提案し、ロボット把持システムで有効性を示した。
- CT-UIO: 少数アンカーで動作する非一様Bスプラインを用いた連続時間UWB-慣性-オドメータ定位自己位置推定2025/2/1
非一様Bスプラインによる連続時間軌道表現と適応的EKF、仮想アンカー生成を組み合わせ、少ないUWBアンカーでも高精度に自己位置推定するシステムを提案した。
- MLP-SLAM：多層パーセプトロンに基づく動的環境対応ステレオSLAMSLAM2024/10/1
動的物体が多い屋外環境でも高精度に動作する、多層パーセプトロンを用いたリアルタイムステレオSLAMシステムを提案し、動的・静的特徴点分類のための大規模データセットも公開した。
- DyOb-SLAM : Dynamic Object Tracking SLAM System2022/11/1
- PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation2019/11/1