Alexander Sax
収録論文 10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
- Locate 3D: 自己教師あり学習による実世界3D物体位置推定3D位置推定2025/4/1
センサー点群に適用可能な自己教師あり学習手法3D-JEPAを提案し、言語指示に基づく3D物体位置推定を実現。新データセットも構築し、ロボットやARでの実世界展開を可能にした。
- 2Dと3Dの視覚言語理解を統合するUniVLGVLA2025/3/1
2Dの事前学習モデルを活用し、2Dと3Dの視覚言語データで学習する統合アーキテクチャUniVLGを提案。3D視覚言語グラウンディングで最先端性能を達成した。
- Fast3R: 1000枚以上の画像を1回の順伝播で3次元再構成3次元再構成2025/1/1
多数の視点画像をTransformerで並列処理し、反復的な位置合わせなしに高精度な多視点3次元再構成を実現する手法を提案。
- Omnidata:3Dスキャンからマルチタスク中間視覚データセットを生成するスケーラブルなパイプラインデータセット生成2021/10/1
実世界の3Dスキャンをパラメトリックにサンプリング・レンダリングして多タスク視覚データセットを生成するパイプラインを提案し、生成データのみで学習したモデルが複数の視覚ベンチマークで最先端性能を達成した。
- 中間視覚表現によるロバスト方策:マニピュレーションとナビゲーションにおける実験的研究VLA2020/11/1
深層強化学習に中間視覚表現を組み込むことで、サンプル効率と汎化性能が向上し、ドメインランダム化より大きなドメインシフトにも対応できることをマニピュレーションとナビゲーションで示した。
- 中レベル視覚事前知識を用いたナビゲーション学習ナビゲーション2019/12/1
距離推定やエッジ検出などの中レベル視覚スキルを強化学習に組み込み、生画像からの学習より速く汎化性能も高いナビゲーションポリシーが得られることを大規模実験で示した論文。
- サイドチューニング:加算型サイドネットワークによるネットワーク適応のベースライン転移学習2019/12/1
事前学習済みネットワークを変更せず、軽量な「サイド」ネットワークを加算で融合して学習する適応手法を提案し、過学習や破滅的忘却に強く多様なタスクで有効性を示した。
- 中レベル視覚表現が視覚運動ポリシーの汎化とサンプル効率を改善する視覚運動ポリシー2018/12/1
距離推定やエッジ検出などの中レベル知覚スキルを強化学習に組み込むことで、生画像からの学習よりナビゲーションタスクの汎化性能とサンプル効率が向上することを示し、効率的な特徴セットを提案した。
- Gibson環境:実世界知覚を備えた身体性エージェントのための仮想環境sim2real2018/8/1
実在する572棟・1400以上の空間を仮想化した環境「Gibson」を構築し、実世界の意味的複雑さを保ちつつシミュレーションで学習した知覚モデルをそのまま実環境へ展開できる仕組みを提案した論文。
- タスクノミー:視覚タスク間の転移学習構造の解明転移学習2018/4/1
26種類の視覚タスク間の転移学習依存関係を計算的にモデル化し、タスク間の構造を地図化することで、ラベル付きデータの需要を約2/3削減できることを示した論文。
