Wenjun Xu
Peng Cheng Laboratory
収録論文 11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
- セマンティック通信からトークン通信へ：大規模モデル駆動型6Gインテリジェント接続の次なるパラダイムセマンティック通信2026/9/9
大規模モデル駆動のセマンティック通信の課題を整理し、トークンを通信の抽象単位として用いる「トークン通信」を次世代6G接続の新パラダイムとして提唱するサーベイ。
- 実世界動画からのスケーラブル学習による都市ナビゲーションのロングテール顕在化ナビゲーション2026/8/17
ウェブ上の未編集な一人称視点動画からメトリック軌跡とナビゲーション意味情報を自動アノテーションし、視覚言語行動ポリシーを訓練して都市ナビゲーションのロングテールな稀なシナリオを体系的に明らかにする枠組みを提案した。
- CrossTracer: VLAモデルの推論とトレース残差適応によるクロスエンボディメントナビゲーションナビゲーション2026/8/1
ロボットの種類に応じた移動制約を考慮したナビゲーション経路を生成するため、VLAモデルと適応的残差補正を組み合わせた階層的フレームワークを提案した。
- Traj-VLN: 自己回帰軌道生成によるピクセル空間でのインタラクション学習VLA2026/7/1
連続環境における視覚言語ナビゲーション（VLN-CE）において、大規模言語モデルを微調整し、言語指示と過去の観測から2Dピクセル座標の軌道を自己回帰的に生成することで、深度情報を使わずにナビゲーション行動を学習する手法を提案した。
- NavIsaacLab: 並列ロボット学習による現実的な群衆生成と人間を考慮したナビゲーションのベンチマーキングナビゲーション2026/6/1
物理ベースで写実的なシミュレーション環境を提供し、データ駆動の歩行者モデルを用いて人間らしい群衆を生成することで、人間を考慮したナビゲーションポリシーの訓練と評価を可能にするフレームワークを提案した。
- 意図を考慮したシーン表現による群衆中のロボット視覚ナビゲーション学習ナビゲーション2026/6/1
群衆中のロボットナビゲーションにおいて、人間の意図と環境構造を考慮した視覚表現を用いた強化学習手法を提案し、シミュレーションと実環境で優れた性能を示した。
- 単一視点メッシュ再構成はロボットカメラの回転に汎化できるか？3D再構成2026/6/1
ロボット搭載カメラの回転が単一視点メッシュ再構成の性能に与える影響を評価し、回転による深度推定の歪みやレイアウトずれを明らかにした。重力情報を活用した改良によりレイアウト誤差を47.1%削減できることを示した。
- 外乱を考慮した視覚予測制御による自律トロリー回収のためのドッキング操作視覚サーボ/ドッキング2025/9/1
赤外マーカーを用いた視覚サーボと外乱オブザーバを組み合わせた予測制御により、移動マニピュレータがトロリーを高精度にドッキングさせる手法を提案した。
- SONAR: クロスモーダル推論による意味的物体ナビゲーションの集約的推論ナビゲーション2025/9/1
意味マップと視覚言語モデルを組み合わせ、未知環境での物体ナビゲーションを頑健にする手法を提案し、MP3Dで評価した。
- FLAF: 視覚教示・再現のための焦点線と特徴量に基づく能動的視点計画視覚ナビゲーション2024/9/1
移動ロボットの視覚ナビゲーションにおいて、特徴量に基づく視覚SLAMの追跡失敗を避けるため、焦点線と特徴量を考慮した能動的視点計画手法FLAFを提案し、教示・再現システムに統合して実環境で有効性を示した。
- すべてのロボットを一つに：多用途な汎用身体性エージェントのための新標準と統合データセットデータセット2024/8/1
実世界とシミュレーションのデータを統合した新標準ARIOを提案し、約300万エピソード・32万タスクからなる大規模データセットを構築した。