Cameron Smith

収録論文 3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

• BIND: 3Dロボット動作を2D画像特徴に結びつける新表現
  VLA2026/9/29

  カメラ幾何学を用いて3D動作候補を各視点の2D画像特徴に投影・スコアリングすることで、データ効率と視点・物体位置の変化への頑健性を高めた視覚運動ポリシーを提案。

• EditStream: 対話型ビデオ生成と編集のための統一オートリグレッシブフレームワーク
  ビデオ生成/編集2026/8/16

  ビデオ生成と編集を単一のDiTベースモデルで統合し、高速な数ステップのオートリグレッシブモデルに変換するフレームワークを提案。テキストからビデオ、画像からビデオ、編集伝播など多様なタスクをサポートし、対話的なクリエイティブワークフローを実現する。

• フィデューシャル・エクソスケルトン：画像中心のロボット状態推定
  状態推定2026/1/1

  各リンクにマーカー付きの軽量3Dプリント製マウントを取り付け、単一RGB画像からロボットの関節角度やカメラとの位置関係を推定する手法を提案。低コストなロボットアームでも高精度な状態推定と制御を可能にする。