Fabio Pizzati
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
- 3D人間動作生成のためのストリーミング・マルチトラック・タイムライン制御動作生成2026/10/2
歩きながら電話に出るなど、進行中の動作に新しい指示を重ねてリアルタイムに3D人間動作を生成する手法を提案し、重複する指示区間と身体部位注釈付きデータセットも構築した。
- ActionParty: 生成ビデオゲームにおけるマルチサブジェクト行動バインド世界モデル/マルチエージェント2026/4/2
ビデオ拡散モデルで複数のエージェントを同時に制御するための世界モデルを提案し、各被写体の状態トークンを導入して行動と被写体の対応を明確化した。Melting Potベンチマークで最大7プレイヤーを同時制御できる初のビデオ世界モデルを実証した。
- MessyKitchens: 接触リッチなオブジェクトレベルの3Dシーン再構成3Dシーン再構成2026/3/1
散らかった実世界のキッチンシーンを対象に、物体の形状・姿勢・接触を高精度に再構成する新しいデータセットと、複数物体を同時に再構成する手法を提案した論文。
- PhysMoDPO: 選好最適化による物理的に妥当なヒューマノイド動作生成ヒューマノイド動作生成2026/3/1
全身制御器(WBC)を訓練に組み込み、拡散モデルが生成する動作を物理法則とテキスト指示の両方に適合させる選好最適化フレームワークを提案し、シミュレーションと実機G1ヒューマノイドで有効性を示した。
- BLAZER: ゼロショットデータ生成によるLLMベース操作エージェントのブートストラップマニピュレーション2025/10/1
LLMプランナーでシミュレーション内の操作デモを自動生成し、成功例でLLMを微調整することで、人手なしに操作スキルを獲得・転移させるフレームワークを提案。
- ManiFest: 少数画像での画像変換のための多様体変形画像変換2021/11/1
少数の画像から対象ドメインの文脈認識表現を学習し、スタイル多様体を補間・変形することで高品質な画像変換を実現するフレームワーク。
- 局所領域を活用した画像間変換画像変換2021/9/1
道路シーンからオフロードなどへの画像変換で、人間の空間的知識に基づく「局所領域」を幾何学的ガイダンスとして用い、少数画像でパッチベースGANを訓練して未見領域を生成し、目標領域の転移学習を容易にする手法を提案。
- 物理モデルで導く生成ネットワークの特徴分離フレームワーク画像生成2021/7/1
画像変換における物理現象(遮蔽や霧など)の絡み合いを解きほぐすため、微分可能・非微分可能な物理モデルやニューラルネットで誘導する3つの分離戦略を提案し、変換品質と制御性を大幅に向上させた。
- シーン識別を併用した単一CNNによる複数車線の自由空間検出の高精度化自動運転/知覚2019/5/1
単一のマルチタスクCNNで各車線内の走行可能領域と道路種別を同時に推定し、ポリゴン化してナビゲーション制御に利用可能なリアルタイム実装を提案した論文。
