Wenqi Shao
収録論文 10本 ・ フィジカルAI/ロボット学習
VLA移動マニピュレーションLiDARセグメンテーションマニピュレーション群制御LLMエージェント
※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
- MM-ACT: マルチモーダル並列生成から行動を学習する統合VLAモデルVLA2025/12/1
テキスト・画像・行動を共有トークン空間で統合し、並列デコードで生成するVLAモデルを提案。LIBEROや実機Franka、RoboTwin2.0で高い成功率を達成した。
- 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。
- 時間的重複予測：LiDAR移動物体セグメンテーションのための自己教師あり事前学習法LiDARセグメンテーション2025/3/1
LiDAR点群の移動物体セグメンテーション向けに、隣接スキャン間で重複する点の占有状態を予測する自己教師あり事前学習法TOPを提案し、ラベル付け負担を軽減しつつ性能を向上させた。
- DexHandDiff: 適応的巧みな操作のための相互作用を考慮した拡散計画マニピュレーション2024/11/1
接触を伴う巧みな操作のための拡散計画フレームワーク。接触前後の二段階拡散とLLMによるガイダンス生成で、訓練分布外の目標にも適応できる。
- EMOS: 身体性を考慮した異種マルチロボットOSとLLMエージェント群制御2024/10/1
異種ロボット群がURDFから自身の身体能力を理解し、LLMエージェントが協調して操作・知覚・ナビゲーション・物体再配置を行うフレームワークとベンチマークを提案。
- HiAgent: 大規模言語モデルによる長期タスク解決のための階層的ワーキングメモリ管理LLMエージェント2024/8/1
サブゴールを記憶のチャンクとして用い、LLMエージェントのワーキングメモリを階層的に管理することで、長期タスクの成功率を2倍に向上させた。
- RoboScript: 実機とシミュレーションをまたぐ自由形式マニピュレーションのためのコード生成マニピュレーション2024/2/1
ROS抽象化に基づく統一インターフェースで、コード生成による実機・シミュレーション両対応のロボットマニピュレーションパイプラインと自由記述タスクのベンチマークを提案。
- RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis2024/2/1
- Tree-Planner: Efficient Close-loop Task Planning with Large Language Models2023/10/1
- CO^3: Cooperative Unsupervised 3D Representation Learning for Autonomous Driving2022/6/1