Adam W. Harley
Meta
収録論文 4本 ・ フィジカルAI/ロボット学習
3Dトラッキングセグメンテーション言語接地VLA
※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
- TrackEverything: 3Dシーン表現の重複排除による長距離高密度トラッキング3Dトラッキング2026/9/24
動画を3Dシーンの持続的なトラックとして表現し、重複排除により1000フレーム超の動画でも全可視点を追跡可能にした3Dポイントトラッカー。
- ODIN: 2Dと3Dセグメンテーションを統合する単一モデルセグメンテーション2024/1/1
トランスフォーマーで2D画像と3D点群を交互に融合し、両方をセグメンテーションする単一モデルを提案。ScanNet200などで最高性能を達成。
- 3D視覚特徴表現による身体性を伴う言語接地言語接地2019/10/1
発話をシーンの3D視覚特徴マップに対応付ける手法を提案し、2Dベースの手法より物体参照や発話の妥当性判断、配置方策の報酬生成で大きく上回る性能を示した。
- 実演のナレーションから報酬を学習するVLA2018/4/1
教師が実演しながら自然言語で説明したデータから、言語表現と視覚的報酬検出器を対応付け、指示可能な行動方策を学習する手法を提案。
