Ehsan Adeli
Stanford University
収録論文 5本 ・ フィジカルAI/ロボット学習
一人称視点・3D再構築VLA歩行予測
※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
- EgoMo3R: 一人称視点の身体動作と周囲環境の同時再構築一人称視点・3D再構築2026/11/1
一人称動画から、頭部の激しい動きやブレがあっても、人の3D動作と周囲のシーン形状を同時に復元する最適化フレームワークを提案。
- OpenWAM: 構成可能なWorld-ActionモデルのためのオープンフレームワークVLA2026/10/6
ロボット動画の基盤モデルと構成可能な映像-行動相互作用を組み合わせたオープンなWorld-Actionモデリング枠組みを提案し、LIBEROや実機タスクで高い成功率を達成した。
- 視覚運動ポリシー学習のための順序付きアクショントークンVLA2026/7/1
ロボットの連続的なアクションを離散トークンに変換する際、高圧縮・完全復号可能・順序性を満たす新しいトークナイザーOATを提案し、複数のベンチマークで有効性を示した。
- 対話型エージェント基盤モデルVLA2024/2/1
視覚・言語・行動予測を統合したマルチタスク学習により、ロボティクス・ゲームAI・医療の3領域で動作する汎用エージェント基盤モデルを提案した。
- ノイズを含む教師信号で歩行者の身体運動を分解し予測する歩行予測2019/11/1
一人称視点映像から歩行者の将来の全身キーポイント位置を予測するため、姿勢補完と軌道・姿勢への分解モジュールでノイズの多い注釈を活用する階層的予測ネットワークを提案した。
