Bin Luo
収録論文 7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
- VITA-E:見る・聞く・話す・行動するを同時に実現する身体的インタラクションVLA2025/10/1
2つのVLAモデルを並列に動かす二重モデル構成と「モデル・アズ・コントローラ」により、ロボットが環境を見ながらユーザーの音声を聞き、発話し、行動を同時並行で実行し、割り込みにも即応できる身体的対話フレームワークを提案した。
- DCPT: 夜間UAVのための暗闇手がかりプロンプト追跡UAV追跡2023/9/1
夜間UAV追跡において、明るくする処理と追跡を分離せず、暗闇の手がかりをプロンプトとして学習し日中トラッカーに注入するエンドツーエンドの追跡手法を提案。
- PoSynDA: 多仮説姿勢合成によるドメイン適応で堅牢な3D人体姿勢推定3D姿勢推定/ドメイン適応2023/8/1
拡散モデル風の構造と多仮説ネットワークでターゲットドメインの3D姿勢分布を合成し、教師-生徒パラダイムと低ランク適応でドメイン適応を実現した3D人体姿勢推定フレームワーク。
- 通信資源制約付き階層型連合学習によるエンドツーエンド自動運転連合学習2023/6/1
通信資源が限られた環境で、階層型連合学習を用いて自動運転モデルの汎化性能を高める最適化フレームワークを提案し、CARLAシミュレーションで有効性を示した。
- DAMO-StreamNet:自動運転におけるストリーミング知覚の最適化ストリーミング知覚2023/3/1
YOLO系をベースに時空間知覚機構を改良し、推論時に現在フレームで特徴を更新するリアルタイム予測機構を備えたストリーミング知覚フレームワークを提案。既存手法を上回る精度を達成した。
- 動的環境に対応した4Dシーン再構成SLAMSLAM2020/3/1
ステレオ映像のみから、剛体移動物体の運動を幾何学的に分離し、静的環境の地図と移動物体の3Dモデル・軌跡を同時に復元して4D(3D+時間)シーンを再構成するSLAMシステムを提案した。
- 移動ロボット向けステレオマルチモーション視覚オドメトリ視覚オドメトリ2019/10/1
ステレオカメラを用いてロボット自身と周囲の移動物体の姿勢を同時に推定し、移動物体の影響を排除しつつ各物体の位置誤差10cm・姿勢誤差3度を達成した。
