Yong Xu

Tsinghua University

収録論文 7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

• 指示ベース編集と再利用可能なRGBAレイヤー生成を統合するLayerEditor
  画像編集2026/10/17

  画像編集モデルの編集能力を保ちつつ、編集結果を順序付きの再利用可能なRGBAレイヤーとして生成する統合フレームワークを提案し、大規模データセットとベンチマークも構築した。

• TacDyn-WAM: 異種視触覚ワールドアクションモデルにおける暗黙的触覚ダイナミクスの学習
  触覚2026/9/30

  触覚の未来画像を再構成する代わりに、触覚ダイナミクスを表現空間で予測する視触覚ワールドアクションモデルを提案し、UniVTACで81.5%の成功率を達成した。

• 動的障害物回避のための時間効率の良い反復学習プランニング
  ナビゲーション2026/9/17

  反復学習プランニングに予測リスク制御バリア関数を統合し、動的環境での安全なナビゲーションを実現する手法を提案。

• JEPA-WAM: ロボット操作のためのワールドアクションモデルにおける段階レベル結合埋め込み予測
  操作2026/8/1

  ロボット操作タスクにおいて、短期的な物理的未来と段階的な意味的未来を区別し、後者を予測するStage-JEPAを導入したワールドアクションモデルを提案。50タスクで成功率90.25%を達成し、実行ステップ数を削減した。

• ModaFlow: モダリティ認識フローマッチングによる高忠実度バーチャル試着
  バーチャル試着2026/6/26

  テキストと画像のモダリティを区別してガイドするフローマッチング手法を提案し、バーチャル試着の品質を大幅に向上させた。

• 回転駆動型LiDARシステムのための高精度キャリブレーションと堅牢なLiDAR慣性オドメトリ
  LiDARオドメトリ2026/1/1

  回転するLiDARのモータとLiDAR間のキャリブレーション手法と、特徴の少ない領域でも適応的にダウンサンプリングと地図解像度を調整して堅牢に自己位置推定するLiDAR慣性オドメトリを提案した。

• RoboDriveチャレンジ：あらゆる条件でいつでもどこでも走行する
  自動運転知覚2024/5/1

  悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。