Wenkai Chen

収録論文 5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

• Cosmos 3: 物理AIのための全モーダル世界モデル
  VLA2026/6/1

  言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。

• ReactVLA: 改良平均流アクション生成による高速・軽量なリアクティブロボット操作
  VLA/操作2026/6/1

  拡散型VLAの推論遅延を改善するため、改良平均流アクション生成と注意残差機構を備えた軽量・低遅延なVLAフレームワークを提案し、シミュレーションと実機で性能と速度を向上させた。

• PAVLM：視覚言語モデルによる点群のアフォーダンス理解の高度化
  アフォーダンス理解2024/10/1

  大規模言語モデルの知識を活用し、点群データから3D物体の操作可能領域（アフォーダンス）を高精度に理解するフレームワークPAVLMを提案。

• 暗黙推定と視覚的アフォーダンスによる6自由度タスク指向把持検出の学習
  マニピュレーション2022/10/1

  物体の点群からタスクごとに多様な6自由度把持姿勢を予測する枠組みを提案し、シミュレーションで学習して実機でも安定して把持を実行できることを示した。

• TransSC: 把持評価のためのTransformerベース形状補完
  形状補完2021/7/1

  部分点群から物体形状を補完するTransformerエンコーダと多様体デコーダを組み合わせたモデルを提案し、把持候補生成の精度と実機把持成功率を向上させた。