Abdul Basit
NYU Abu Dhabi
収録論文 8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
- 低電力ロボット自律のためのエネルギー認識型オープンボキャブラリ検出スケジューリングオープンボキャブラリ検出/電力管理2026/11/5
オドメトリや地図変化・検出信頼度に応じてYOLO-World-Sの推論モードを切り替え、低電力移動ロボットの消費電力を抑えつつ物体検出タスクの成功率を維持するスケジューラを提案・実機評価した。
- GraspBench:MuJoCo上でのロボット別6自由度把持生成パイプライン実行評価マニピュレーション2026/11/5
6自由度把持生成パイプラインを、ロボットごとの逆運動学・動作計画・実行まで含めてMuJoCo上で評価するベンチマークを提案し、4機種・5物体で比較した。
- VLAコーパス選択における対照指示依存性の検証:関連性から意思決定価値へVLA2026/10/21
ロボット実演コーパスの選別指標として「目標のみ変化時の初回意思決定変化率」を提案し、136の四足歩行ナビゲーションコーパスで事前登録的に検証したが、下流の選択性能への増分寄与は限定的だった。
- Scale-Gest: オンデバイスジェスチャ検出のためのスケーラブルなモデル空間合成と実行時選択エッジAI/ジェスチャ認識2026/5/1
バッテリー残量などの制約に応じて、複数のtiny-YOLOモデルから最適なものを実行時に選択するジェスチャ検出フレームワークを提案。エネルギー消費を4倍削減しつつ高精度を維持する。
- MVB-Grasp: 拡散ベース把持の最小体積ボックスフィルタリングによる正面操作の実現マニピュレーション2026/5/1
正面からの把持が難しい低コストロボットアーム向けに、拡散ベースの把持生成に最小体積境界ボックス(MVBB)の幾何学的先験を注入し、成功率を大幅に向上させる新しい把持スタックを提案した。
- マルチモーダル基盤モデルを高速化するハードウェア・ソフトウェア技術のフォーカスセッションハードウェア・ソフトウェア協調設計2026/4/1
マルチモーダル基盤モデルの計算・メモリ負荷を、量子化や枝刈り、投機的復号、カスケード推論などのソフトウェア最適化と専用ハードウェア設計を組み合わせて削減する手法を提案し、医療分野とコード生成タスクで有効性を示した。
- BRAVE: 脳波制御と音声統合、身体化学習を備えた義手システムBMI/義手2025/6/1
脳波と音声を組み合わせ、アンサンブル学習と人間参加型補正で義手をリアルタイム制御するシステムを開発し、96%の分類精度と150msの応答遅延を実現した。
- MindArm: 機械化知能非侵襲型ニューロ駆動義手システムBMI/義手2024/3/1
低コストの脳波計と深層学習を用いて、脳信号から義手の動作を非侵襲的に制御するシステムを開発し、3種類の動作で84〜91%の精度を達成した。
