Devi Parikh

収録論文 8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

• 対話型物体ナビゲーションのための視覚意味整合マルチモーダルTransformer
  VLN2021/5/1

  対話履歴と環境の物体概念を対応付け、いつ対話すべきかを学習するマルチモーダルTransformerナビゲータVISITRONを提案し、CVDNでSPL指標の最先端を達成した。

• 視覚言語ナビゲーションのsim2real転移
  sim2real2020/11/1

  シミュレーションで学習した視覚言語ナビゲーションエージェントを実機ロボットに転移し、サブゴールモデルとドメインランダム化で精度を検証した。

• 見えないシーンを見る：部屋ナビゲーションのためのアモーダル意味地図学習
  ナビゲーション2020/7/1

  家の建築パターンを学習し、視野外の部屋の位置・大きさ・形を推定する意味地図を生成して、目標部屋への点ナビゲーション方策を訓練する手法を提案した。

• 幻を追う：ベイズ状態追跡としての指示追従
  VLA2019/7/1

  視覚言語ナビゲーション(VLN)において、指示を期待される観測と行動の系列と解釈し、ベイズ状態追跡の枠組みでゴール位置推定を行う微分可能なベイズフィルタを提案した論文。

• 身体性を活かした視覚認識：遮蔽物越しの物体理解のための能動的移動学習
  身体性視覚認識2019/4/1

  3D環境内でエージェントが戦略的に移動しながら遮蔽された物体を分類・位置推定・セグメンテーションするEmbodied Visual Recognitionタスクを提案し、Embodied Mask R-CNNで最短経路とは異なる戦略的移動を学習できることを示した。

• Habitat：身体性AI研究のための高速フォトリアル3Dシミュレーション基盤
  sim2real2019/4/1

  フォトリアルな3D環境で身体性エージェントを高速に訓練・評価できるシミュレータHabitat-SimとAPIライブラリHabitat-APIを開発し、学習vsSLAMの再検証やクロスデータセット汎化実験を行った。

• 身体性を伴うマルチモーダル・マルチタスク学習
  マルチモーダル学習2019/2/1

  言語条件付き視覚ナビゲーションと身体性質問応答を同時に学習し、単語と視覚対象の対応知識をタスク間で転移するDual-Attentionモデルを提案した。

• 視覚的好奇心：質問を通じて視覚認識を学ぶ
  VLA2018/10/1

  ロボットが未知の物体について人間に質問し、その回答から視覚認識モデルを強化学習で構築するフレームワークを提案した論文。