Jialin Gao
The Chinese University of Hong Kong
収録論文 5本 ・ フィジカルAI/ロボット学習
ワールドモデル操作学習マニピュレーションシーン生成骨格行動認識
※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
- LaST0.5: 相互作用中心の潜在推論を備えた汎用ワールドアクションモデルワールドモデル2026/11/10
ロボットと物体の局所的な相互作用に着目した潜在空間を世界モデルと行動生成の間に導入し、大規模データで事前学習した操作向けワールドアクションモデル。LIBEROで99.5%を達成。
- LaST-R1: 適応的物理潜在推論によるロボット操作の強化学習強化操作学習2026/4/1
ロボット操作の基盤モデルに対し、潜在推論と行動生成を共同最適化する強化学習フレームワークを提案し、LIBEROベンチマークで99.9%の成功率を達成した。
- VLMベースロボットマニピュレーションのための中間表現の再考マニピュレーション2025/11/1
VLMが理解しやすく汎用性の高い中間表現SEAMを提案し、語彙と文法に分解することで多様な未見タスクに対応。さらに検索拡張少数ショット学習による開放語彙セグメンテーションを設計し、実世界実験でSOTA性能を示した。
- DisCo-Layout: 3D屋内レイアウト合成のための意味的・物理的洗練を分離・協調するマルチエージェントフレームワークシーン生成2025/10/1
LLM/VLMを用いた3D屋内レイアウト生成において、意味的関係の修正と物理的空間問題の解決を分離し、マルチエージェントで協調させることで、高品質で汎用性の高いレイアウトを生成するフレームワークを提案。
- 注目と拡散:骨格行動認識のための双方向注意グラフ畳み込みネットワーク骨格行動認識2019/12/1
骨格行動認識において、フレーム内関節の注意と双方向LSTMによる時空間文脈をグラフ畳み込みに統合するBAGCNを提案し、NTU RGB+DとSkeleton-Kineticsで有効性を示した。
