Alan Yuille
Johns Hopkins University
収録論文 11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
- VFlash：フラッシュプリミティブデコーディングによる高速で正確な視覚計画視覚計画2026/11/5
視覚プリミティブの座標を軽量ドラフタで一括予測し、自己回帰生成より約25倍高速かつ高精度にロボット軌道計画を生成する手法を提案。
- VBVR-Pro: ネイティブ視覚推論のためのスケーラブルで検証可能なスイート視覚推論2026/8/26
視覚生成を推論の媒体として扱うネイティブ視覚推論の研究を進めるため、300の手続き生成タスクからなる閉ループテストベッドVBVR-Proを導入し、検証可能な報酬スコアラと制御されたモダリティ比較を提供する。
- エージェント型Real2Sim：視覚言語エージェントによる物理ベースの世界モデリングsim2real2026/7/1
ロボットと物体の相互作用の実世界記録を、物理シミュレーション可能な双子モデルに自動変換するフレームワークを提案。視覚言語エージェントが幾何・物理パラメータ・軌道などを自律的に推定し、剛体操作から変形物体、人型動作までを統一的に扱う。
- 3D-Belief：生成的3D世界モデリングによる身体化された信念推論世界モデル/ナビゲーション2026/5/12
部分観測から3D空間でのエージェントの信念を推定・更新する生成的3D世界モデルを提案し、シミュレーションと実世界の物体ナビゲーションタスクで有効性を示した。
- 超大規模動画推論スイート動画推論2026/2/1
200種類の推論タスクと100万本以上の動画からなる大規模データセットVBVRと、ルールベースで検証可能な評価ベンチマークVBVR-Benchを構築し、動画推論のスケーリング則と未見タスクへの汎化の兆候を示した。
- PartInstruct: 部品レベル指示による細粒度ロボットマニピュレーションのためのベンチマークマニピュレーション2025/5/1
部品レベルの指示と3Dラベル付き物体を含む大規模データセットとベンチマークを構築し、既存のロボットマニピュレーション手法を評価した。
- GenEx: 探索可能な世界を生成する世界モデル2024/12/1
1枚のRGB画像から3D一貫性のある想像上の環境を生成し、AIエージェントがその中を探索・ナビゲートできるシステムを提案。
- 生成的ワールドエクスプローラーVLA2024/11/1
エージェントが大規模3D世界を心的に探索し、想像した観測で信念を更新して意思決定に活かすフレームワークを提案。
- 意味領域予測による道路シーン表現の学習自動運転2023/1/1
自動運転の運転意図予測と危険物体同定のために、意味領域予測タスクと自動ラベリングで道路シーンの表現を学習し、最先端性能を達成した。
- 車線注意機構を用いた確率的マルチモーダル軌道予測軌道予測2020/7/1
車線ごとの特徴を捉えるインスタンス認識型の車線表現とゴール指向の車線注意モジュールを提案し、不確実性を考慮した多様な将来軌道を確率的に予測する手法を開発した。
- 曖昧性のない物体記述の生成と理解参照表現2015/11/1
画像中の特定物体を一意に指す参照表現を生成し、また与えられた表現から対象物体を推論する手法を提案。MS-COCOベースの大規模データセットも公開した。
