Yumeng Zhang

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

• EMoG: 感情変調による表現豊かなヒューマノイド歩行生成
  歩行2026/9/13

  感情スタイルコードと物理コマンドから軽量MLPで歩行軌道をリアルタイム生成し、強化学習で追従させることで、指示追従性を保ちつつ感情表現を可能にするヒューマノイド歩行フレームワークを提案。

• ループ型ワールドモデル
  ワールドモデル2026/6/16

  パラメータ共有のトランスフォーマーブロックを反復適用して潜在状態を精緻化する、初のループ型ワールドモデルを提案。従来比100倍のパラメータ効率と適応的計算量を実現し、反復的な潜在深度を新たなスケーリング軸として確立した。

• 生成モデルは空間を理解している：暗黙の3D事前知識を活用したシーン理解
  VLA2026/3/1

  動画生成モデルが内部に持つ暗黙の3D構造・物理の事前知識を抽出し、マルチモーダル大規模言語モデルに組み込むことで、明示的な3D教師なしに空間推論や操作タスクの性能を高めるフレームワークVEGA-3Dを提案した。

• U-ViLAR: 不確実性を考慮した自動運転向け視覚自己位置推定
  自己位置推定2025/7/1

  視覚情報をBEV空間に変換し、知覚・位置推定の不確実性を考慮した対応付けと位置合わせを組み合わせることで、GNSSが不安定な都市環境でも高精度に自己位置を推定するフレームワークを提案。

• DriVerse: マルチモーダル軌跡プロンプトとモーション整合による運転シミュレーション用ナビゲーション世界モデル
  運転シミュレーション/世界モデル2025/4/1

  単一画像と将来の軌跡から運転シーン動画を生成する世界モデル。軌跡をテキスト化し2Dモーションプライアとして与え、動き整合モジュールで時間的一貫性を高める。