Jiashi Feng
収録論文 3本 ・ フィジカルAI/ロボット学習
画像・動画編集VLASLAM/空間記憶
※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
- QK-Edit: MM-DiTにおける画像・動画編集のための注意機構注入の再検討画像・動画編集2026/10/13
マルチモーダル拡散トランスフォーマー(MM-DiT)の注意機構を訓練なしで操作し、テキスト指示による画像・動画編集を高精度に行う手法を提案。
- DeeR-VLA:ロボット実行のためのマルチモーダル大規模言語モデルの動的推論VLA2024/11/1
ロボットの計算資源制約に対応するため、状況に応じてMLLMの活性化サイズを自動調整する動的早期終了フレームワークを提案し、CALVINベンチマークで効率と性能を両立させた。
- 自己中心空間メモリの深層学習モデルSLAM/空間記憶2018/7/1
自己中心視点から環境の空間情報を符号化・記憶・認識・想起するESMを、RNNと外部メモリを組み合わせた深層ネットワークで実現し、大規模環境での地図構築とループ閉じ込みを可能にした。
