Zhengbang Zhu

収録論文 6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

• World Guidance: 行動生成のための条件空間における世界モデリング
  VLA2026/2/1

  未来の観測をコンパクトな条件に圧縮して行動推論に注入し、VLAモデルが未来の行動と条件を同時に予測することで、精密な行動生成と高い汎化性能を実現するフレームワークを提案した。

• 空間から行動へ：空間基盤事前分布に基づく視覚-言語-行動モデル
  VLA2025/10/1

  RGB画像から空間基盤モデルで3D幾何事前分布を抽出し、行動ヘッドに注入することで、追加センサーなしにVLAモデルの空間推論能力を高めるFALCONを提案。

• シミュレーションと同じ操作を実現：ロボットにおける正確な幾何認識の実現
  sim2real2025/9/1

  深度カメラのノイズを除去して正確なメートル深度を推定するCamera Depth Models（CDMs）を提案し、シミュレーションで訓練した方策を実世界ロボットにそのまま適用可能にした。

• DriveGen: 大規模モデルによる無限で多様な交通シナリオ生成
  交通シミュレーション2025/3/1

  大規模言語モデルと視覚言語モデルを組み合わせ、地図・車両アセット生成から軌道計画までを一貫して行う交通シミュレーションフレームワークDriveGenを提案。さらに失敗を活用したコーナーケース自動生成も実現した。

• RHINO: 人間のデモンストレーションからリアルタイムなヒューマノイド-人間-物体インタラクションを学習
  ヒューマノイド/インタラクション2025/2/1

  人間の指示や動作にリアルタイムで反応し、割り込みにも即応できるヒューマノイドロボットのための階層的学習フレームワークRHINOを提案。人間の意図を推定する高レベルプランナと反応動作・物体操作を実行する低レベルコントローラで構成される。

• RITA: Boost Driving Simulators with Realistic Interactive Traffic Flow
  2022/11/1