Wenhai 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

• 視覚的身体脳：マルチモーダル大規模言語モデルに空間での知覚・思考・制御を
  VLA2025/6/1

  マルチモーダルLLMをロボット制御に統合するVeBrainを提案し、テキストベースの制御信号を実機の動作ポリシーに変換するアダプタと大規模指示データセットで脚ロボットやアームの適応的な操作を実現した。

• OWMM-Agent：マルチモーダルなエージェントデータ合成によるオープンワールド移動マニピュレーション
  移動マニピュレーション2025/6/1

  オープンワールド移動マニピュレーションのためのマルチモーダルエージェントアーキテクチャと、VLMをファインチューニングするデータ合成パイプラインを提案し、実世界でSOTA性能と汎化を実現した。

• RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis
  2024/2/1
• EmbodiedGPT: Vision-Language Pre-Training via Embodied Chain of Thought
  2023/5/1
• Planning-oriented Autonomous Driving
  2022/12/1
• Delving into the Devils of Bird's-eye-view Perception: A Review, Evaluation and Recipe
  2022/9/1