Zeming Li

Hong Kong University of Science and Technology

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

• 知覚・予測・計画：自己中心的な巧みな操作のための統合ワールドアクションモデル
  VLA2026/10/15

  動画から手の動きとカメラ軌道を再構成し、行動に基づく未来映像を生成し、言語指示と目標から行動軌跡とその結果を計画する3モードを統合したモデルを提案。

• MatchingPolicy: 対応関係を考慮したポリシーによる物体横断的な文脈内学習の実現
  模倣学習2026/8/17

  デモとシーンの対応関係を明示的に分離し、密な意味的対応に基づいてロボットの動作を条件付ける拡散ポリシーを導入。未見の物体やカテゴリへの汎化性能を向上させた。

• Dexbotic: オープンソース視覚-言語-行動ツールボックス
  VLA2025/10/1

  複数のVLAモデルを単一環境で再現・開発できるPyTorchベースのオープンソースツールボックスを提供し、高性能な事前学習済みモデルも公開した。

• ManipGPT：大規模視覚モデルのアフォーダンスセグメンテーションは関節物体操作に十分か？
  アフォーダンス/マニピュレーション2024/12/1

  大規模視覚Transformerを微調整し、関節物体の操作に必要な部位レベルのアフォーダンスマスクを予測する枠組みを提案。シミュレーションと実世界の画像データセットで学習し、インピーダンス適応方策と組み合わせることで複雑な知覚システムなしに操作を実現した。