Francesco Ferroni
収録論文 11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
- Cosmosによる物理AI向けインタラクティブ世界シミュレーション世界モデル2026/11/4
Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- NVIDIA OmniDreams: 閉ループ自動運転シミュレーションのためのリアルタイム生成ワールドモデル自動運転シミュレーション2026/6/1
自動運転の閉ループシミュレーション向けに、拡散モデルを基盤としたリアルタイム生成ワールドモデルOmniDreamsを提案し、運転行動に応じたセンサ映像を自己回帰的に生成することで、従来の再構成ベースのシミュレータでは困難な長尾シナリオを合成可能にした。
- 物理AIのための動画基盤モデルによる世界シミュレーション世界モデル2025/11/1
テキスト・画像・動画から世界を生成する動画基盤モデルCosmos-Predict2.5と、Sim2Real/Real2Real変換を行うCosmos-Transfer2.5を発表し、ロボティクス向けの合成データ生成やシミュレーションを可能にした。
- Cosmos-Transfer1:適応的マルチモーダル制御による条件付きワールド生成sim2real2025/3/1
セグメンテーション・深度・エッジなど複数モダリティの空間制御入力を場所ごとに重み付けして世界シミュレーションを生成するモデルを提案し、ロボティクスのSim2Realや自動運転データ拡張への応用とリアルタイム推論を実証した。
- Cosmos-Reason1:物理的常識から身体性推論へVLA2025/3/1
物理世界を理解し、長い思考連鎖を通じて自然言語で身体的行動決定を生成するマルチモーダル大規模言語モデルCosmos-Reason1を提案し、物理的常識と身体性推論のベンチマークで評価した。
- 物理AIのためのCosmos世界基盤モデルプラットフォーム世界モデル2025/1/1
物理AI開発者向けに、カスタマイズ可能な世界モデルを構築するための基盤モデル・動画キュレーション・トークナイザを提供するオープンソースプラットフォーム。
- SAL:LiDAR内のあらゆる物体をセグメントする学習への道LiDARセグメンテーション2024/3/1
2D視覚基盤モデルを活用してLiDARの3D疑似ラベルを自動生成し、手動監督なしで任意のクラスをゼロショットでセグメント・分類できるSALモデルを提案した。
- 特別な仕掛けなしのLiDARパノプティックセグメンテーションと追跡LiDAR認識2023/10/1
LiDAR点群のパノプティックセグメンテーションと追跡を、検出中心のシンプルなモジュール型ネットワークで高精度に実現した研究。
- 事前情報は強力:2D事前情報でマルチカメラ3D検出のTransformerを改善3D検出2023/1/1
2D画像認識モデルの予測を事前情報として活用し、マルチカメラ3D物体検出のTransformerのクエリ初期化や特徴量を改善することで、精度を最大12%向上させた。
- Far3Det: 遠方3D物体検出に向けて3D物体検出2022/11/1
50m以遠の物体を対象とした遠方3D検出タスクを定義し、nuScenesから遠方注釈付き検証セットを構築して評価プロトコルを提案した。
