Xiao-Ping Zhang
Tsinghua University
収録論文 20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
- DigitCode: 解剖学的単位による手の動きのシンボリックトークン化手の動き表現/トークン化2026/8/1
手の動きを連続値ではなく解剖学的単位（骨、指、手全体）に基づく離散シンボルで表現する手法を提案し、量子化誤差を大幅に削減。指単位のトークンが生成された手の修正やロボットへのリターゲティングに有効であることを示した。
- CheckVLA: アクション条件付きワールドモデルによる実行時検証で長期的モバイル操作を実現モバイル操作/VLA/実行時検証2026/7/1
長期的なモバイル操作において、VLAポリシーが開ループで行動チャンクを実行する際の誤差蓄積問題に対し、別途訓練したアクション条件付きワールドモデルで実行を検証し、逸脱時に介入する手法を提案した。シミュレーションで成功率と再現率が向上した。
- WorldFly: UAVナビゲーションのためのワールドモデル基盤の視覚言語行動モデルナビゲーション2026/6/4
UAVナビゲーションのための新しいVLAフレームワークで、将来の映像予測と行動を同時生成するデュアルブランチ結合フローマッチング機構を導入し、空間想像による意思決定を強化する。
- OA-WAM: 物体アドレス可能な世界行動モデルによるロバストなロボット操作マニピュレーション2026/5/1
物体ごとのスロット表現とアドレス機構を導入した世界行動モデルを提案し、物体の同一性と文脈を分離することで、シーン変化に対して頑健な操作を実現した。
- 世界モデルのプラグインとしてのCausalVAE：信頼できる反事実ダイナミクスに向けて世界モデル/因果推論2026/4/9
潜在世界モデルに因果構造を組み込むプラグインモジュールCausalVAEを提案し、反事実的推論の精度を大幅に向上させた。
- FUTURE-VLA: 実時間実行下での統合軌道予測VLA2026/2/1
長時間の映像履歴を効率的に圧縮し、潜在空間での自己回帰により将来の視覚予測と行動生成を単一のフォワードパスで行うVLAアーキテクチャを提案。予測に基づく人間参加型の実行ゲーティングも実現した。
- SCOPE: 骨格グラフに基づく計算効率の高い自律UAV探索フレームワークUAV探索2026/2/1
未知環境でのUAV探索において、リアルタイム骨格グラフと階層的計画により計算コストを平均86.9%削減しつつ高性能を実現するフレームワークを提案。
- ドローンの地面効果を活用した高精度エッジ検出システムAirTouchセンシング2025/9/1
ドローンの姿勢センサーと飛行指令から地面効果の変化を解析し、視覚に頼らず低消費電力で環境の境界（エッジ）を検出する新手法を提案。
- VTire：高解像度センシングを実現する視触覚バイモーダルタイヤ触覚2025/4/1
視覚と触覚を同時に取得できるバイモーダルスマートタイヤを開発し、地形認識やひび割れ検出、荷重センシング、損傷検出を実現した。
- AVR: 視点と焦点距離の最適化による能動視覚駆動型精密ロボットマニピュレーションマニピュレーション2025/3/1
頭部追跡による視点制御と電動ズームを組み合わせた両腕遠隔操作・学習フレームワークAVRを提案し、シミュレーションと実機で成功率を大幅に向上させた。
- Exo-ViHa: 視覚・触覚フィードバックを備えたクロスプラットフォーム外骨格システムによる効率的な巧みなスキル学習マニピュレーション2025/3/1
3Dプリント製の外骨格とモーションキャプチャグローブ、カメラを組み合わせ、一人称視点とリアルタイム触覚フィードバックで巧みな操作のデモデータを効率的に収集するシステムを提案。
- SniffySquad: ガス分布のまだら性を考慮したマルチロボット協調によるガス源探知群制御2024/11/1
ガス漏れ現場でのガス源特定のため、ガスのまだらな分布に対応する能動センシングと役割適応を組み合わせたマルチロボット嗅覚システムを提案し、成功率と経路効率を大幅に改善した。
- 視覚と触覚の融合：信号処理の観点から見た視触覚センサの最新レビュー触覚2024/6/1
視触覚センサを信号処理の観点から包括的にレビューし、ハードウェアだけでなく処理手法の重要性を示して今後の研究方向を展望した。
- TransformLoc: 異種ドローン群における移動型測位インフラへの変換群制御2024/3/1
高性能ドローンを移動型の測位基地として活用し、低コストな小型ドローンの位置推定精度を向上させるフレームワークを提案・実機検証した。
- Dual-modal Tactile E-skin: Enabling Bidirectional Human-Robot Interaction via Integrated Tactile Perception and Feedback2024/2/1
- SATac: A Thermoluminescence Enabled Tactile Sensor for Concurrent Perception of Temperature, Pressure, and Shear2024/2/1
- Growing from Exploration: A self-exploring framework for robots based on foundation models2024/1/1
- WSTac: Interactive Surface Perception based on Whisker-Inspired and Self-Illuminated Vision-Based Tactile Sensor2023/8/1
- Visuotactile Sensor Enabled Pneumatic Device Towards Compliant Oropharyngeal Swab Sampling2023/5/1
- Visual-tactile Fusion for Transparent Object Grasping in Complex Backgrounds2022/11/1