Zijian Zhang

収録論文 9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

• 学習ベース産業用ロボットアーム操作におけるバックドア：実証的セキュリティ研究
  ロボットセキュリティ2026/9/22

  FANUCとxArmの実機で学習ベースロボット操作へのバックドア攻撃を検証し、実行時検知・無効化するオンライン防御を開発して遅延・負荷も評価した。

• GaussianDream++: ロボット操作のための効率的な3Dガウス世界モデリング
  VLA/3Dガウス/世界モデル2026/8/26

  VLAポリシーに世界状態トークンと世界予測トークンを挿入し、訓練時のみ3Dガウス表現で現在と未来の世界を監督することで、推論時の追加コストなしに操作性能を向上させる手法を提案。

• GaussianWAM: 3Dガウス場から世界行動モデルへの幾何学と意味の蒸留
  VLA2026/8/25

  多視点観測から3Dガウス場を介して幾何・意味情報を世界行動モデルに蒸留し、ロボット操作の視覚予測と行動生成を強化する手法を提案。

• MotionCraft: スパース注意機構を用いた潜在世界モデリングによる映像高精細化
  映像超解像2026/8/9

  動きを考慮した潜在状態予測と適応的スパース注意機構を組み合わせた映像超解像フレームワークを提案し、高品質で時間的に一貫した再構成を実現した。

• GaussianDream: ロボット操作のためのフィードフォワード3Dガウス世界モデル
  VLA/世界モデル2026/5/1

  本論文は、ロボット操作のためのフィードフォワード型3Dガウス世界モデルを提案し、現在の3D空間構造と短期的な未来の進化を捉えることで、行動生成の精度を向上させる。

• AutoDrive-P^3: 強化学習による認識・予測・計画の統合チェーン思考
  自動運転/VLA2026/3/1

  自動運転向けVLMに、認識・予測・計画を段階的に推論するチェーン思考と階層的強化学習を導入し、安全性と解釈性を向上させるフレームワークを提案した。

• AsyMoE: モーダル非対称性を活用した大規模視覚言語モデルにおける専門家の特化
  VLA2025/9/1

  視覚と言語の処理の非対称性に着目し、モダリティ特化・双曲線的クロスモーダル・証拠優先の3種の専門家群で構成される新しいMoEアーキテクチャを提案し、精度向上とパラメータ削減を実現した。

• GRAPE: 選好アライメントによるロボット方策の汎化
  VLA2024/11/1

  成功・失敗の試行から報酬を暗黙的に学習し、大規模視覚言語モデルが提案する時空間制約で選好を自動設計することで、VLAモデルの未見タスクへの汎化性能を高める手法。

• Nonlinear vibration of a dipteran flight robot system with rotational geometric nonlinearity
  2024/1/1