Amir Zamir
収録論文 9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
- マルチモダリティを教師とする自己教師あり学習:テスト環境への特化自己教師あり学習2026/7/16
テスト環境で収集したマルチモーダルデータを用いた自己教師あり学習(TST)を提案し、大規模なインターネットデータで事前学習した汎用モデルと同等の性能を達成できることを示した。
- 身体性視覚のためのモダリティ不変な視覚オドメトリ視覚オドメトリ2023/5/1
センサ構成が変化しても頑健に動作するTransformerベースの視覚オドメトリ手法を提案し、少ない学習データで従来手法を上回る性能を実現した。
- PALMER: 記憶を活用した知覚-行動ループによる長期計画長期計画2022/12/1
サンプリングベース計画と対照学習による知覚表現を組み合わせ、過去の経験を再利用して長期計画を行う汎用アルゴリズムを提案。
- 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。
- 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。
