Zhenhao Shen

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

• AffordanceWAM: アフォーダンス認識型の世界行動統合モデリングによるロボットマニピュレーション
  VLA2026/9/16

  人間とロボットの動画から物体中心のアフォーダンスを予測し、将来の映像とロボット行動を統合的に生成するモデルを提案。人間動画を活用してロボット操作の汎化性能を向上させた。

• OpenWAM: 体系的な世界行動モデル事前学習に向けたオープンでモジュール型の探求
  VLA2026/9/7

  世界行動モデルの設計空間をモジュール化し、制御実験を通じて設計原則を抽出・検証するオープンな研究基盤を構築した。

• LD4WAM: 人間のビデオから潜在ダイナミクスを学習するワールドアクションモデル
  VLA2026/8/23

  人間のビデオからロボットの行動に直接使える潜在ダイナミクスを学習し、将来のビデオ生成と行動条件付けを組み合わせたワールドアクションモデルを提案。5,000時間以上のデータで事前学習し、シミュレーションと実機で高い性能を達成。

• HeteroGenManip: 異種物体間インタラクションのための汎用操作
  マニピュレーション2026/5/1

  異なる種類の物体が関わる操作タスクを、把持位置の特定とその後の動作計画を分離した2段階フレームワークで解決し、カテゴリ特化モデルと拡散ポリシーを組み合わせて汎化性能を向上させた。

• LeHome: 家庭環境における変形物体操作のためのシミュレーション環境
  シミュレーション/変形物体操作2026/4/1

  家庭内の変形物体（衣類や食品など）を高忠実度で操作できるシミュレーション環境を提案し、低コストロボットでの評価を可能にした。

• 見ることからシミュレーションへ：デジタルいとこによる高忠実度生成シミュレーションで汎用ロボット学習と評価を実現
  sim2real2026/4/1

  実世界のパノラマ画像から高忠実度のシミュレーションシーンを生成し、さらに多様な「デジタルいとこ」シーンを合成することで、ロボットの汎用学習と評価を効率化する生成フレームワークを提案した。

• ロボット操作におけるワールドモデル評価のためのベンチマーク RoboWM-Bench
  ベンチマーク/ワールドモデル2026/4/1

  ロボット操作タスクに特化した、ビデオワールドモデルの物理的実行可能性を評価するベンチマークを提案。生成動画を実行動作に変換し、シミュレーションで検証する。