Achal Dave

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

• Dreamitate: 動画生成による実世界視覚運動ポリシー学習
  VLA2024/6/1

  動画拡散モデルを人間の実演で微調整し、新しい場面の画像から生成した実行動画でロボットを直接制御することで、既存の行動クローニングより高い汎化性能を実現した。

• 生成的カメラドリー：単眼動的シーンの極端な新規視点合成
  新規視点合成2024/5/1

  単一視点の動画から任意のカメラ視点の同期動画を生成する拡散モデルベースの手法を提案し、ロボティクスや運転環境などでのゼロショット汎化を示した。

• 動画Transformerの概念発見による解釈
  解釈性2024/1/1

  動画Transformerの意思決定を時空間概念で自動的に解釈する初のアルゴリズムVTCDを提案し、教師あり・自己教師ありモデルに共通する普遍的メカニズムを発見した。

• マルチモーダル融合によるロングテール3D検出
  3D検出2023/12/1

  自動運転向けに、稀なクラスも含めて評価するロングテール3D検出問題を定式化し、階層的損失とLiDAR・RGB検出器の後期融合で稀クラスの精度を改善する手法を提案した。

• ロングテール3D物体検出への挑戦
  3D物体検出2022/11/1

  自動運転車の3D検出において、稀なクラスも含めたロングテール問題を定式化し、階層的損失と評価指標、LiDARとRGBのマルチモーダル融合で精度を改善した研究。

• 自己教師あり占有予測のための微分可能レイキャスティング
  自動運転/占有予測2022/10/1

  微分可能レイキャスティングで将来のLiDARスイープを予測し、自己教師あり学習により占有マップを内部表現として獲得する手法を提案。