Xingang Pan

収録論文 4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

• ThinkDrag: 視覚的推論を伴う意味的ドラッグベース画像編集
  画像編集2026/10/9

  ドラッグ操作を単なる幾何学的移動ではなく意味的な変換として解釈し、推論トレースを生成しながら画像編集を行うマルチモーダルフレームワークを提案。

• DreamHand: ビデオ拡散モデルを転用した、遮蔽に頑健な自己中心視点3D手動作復元
  手動作復元2026/8/20

  ビデオ拡散モデルを決定的な幾何エンコーダとして転用し、遮蔽やフレーム外の手の動きを復元する新しい手法を提案。5つのベンチマークでSOTAを達成し、特に遮蔽の多いデータで誤差を大幅に削減した。

• ビデオ拡散モデルの手の動き再構築における驚くべき有効性
  手の動き再構築2026/6/29

  事前学習済みのビデオ拡散モデルの表現を活用し、自己中心視点のビデオから4Dの両手のポーズを再構築する手法を提案。検出器やテスト時最適化を不要とし、既存手法を大幅に上回る性能を達成した。

• ClothTransformer: 統一潜在空間トランスフォーマーによるスケーラブルな布地シミュレーション
  シミュレーション2026/5/27

  布地シミュレーションを学習された潜在空間での自己回帰シーケンスモデリングとして再定式化し、多様なシナリオを単一モデルで扱える統一トランスフォーマーを提案。従来手法より誤差を約4〜9倍低減し、メッシュ解像度に依存しないスケーラブルな計算を実現した。