Haizhou Li
収録論文 3本 ・ フィジカルAI/ロボット学習
模倣学習VLA音響・視覚融合
※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
- VLMimic: 視覚言語モデルによる細粒度動作の視覚的模倣学習模倣学習2024/10/1
少数の人間動画から、視覚言語モデルを用いて細かい動作レベルまで直接学習し、ロボットの模倣学習を効率化する手法を提案。
- 人間のデモンストレーションはロボットのための汎化可能な知識であるVLA2023/12/1
人間のデモ動画を単なる指示ではなく知識源と捉え、LLMで階層的に蒸留してタスクや物体に汎化するロボット計画手法DigKnowを提案。
- 音響・視覚融合による複数音源の到来方向推定音響・視覚融合2021/5/1
音声と映像をニューラルネットで融合し、適応的重み付け機構と映像シミュレーション手法を導入して複数話者の到来方向推定精度を向上させた研究。
