Jiebo Luo
University of Rochester
収録論文 7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
- ALIVE: 最初のフレームで誘導される動画編集のためのインタラクション整合型オブジェクト挿入動画編集2026/10/6
編集済みの最初のフレームと追加オブジェクトを指定する指示から、挿入オブジェクトが拾われる・操作されるなどのインタラクションに参加できる動画編集フレームワークを提案。
- EditStream: 対話型ビデオ生成と編集のための統一オートリグレッシブフレームワークビデオ生成/編集2026/8/16
ビデオ生成と編集を単一のDiTベースモデルで統合し、高速な数ステップのオートリグレッシブモデルに変換するフレームワークを提案。テキストからビデオ、画像からビデオ、編集伝播など多様なタスクをサポートし、対話的なクリエイティブワークフローを実現する。
- 大規模基盤モデルにおける音声視覚知能マルチモーダル2026/5/5
音声と視覚の統合的理解・生成・対話を大規模基盤モデルの観点から体系的に整理した初のサーベイ論文。
- Uni-LaViRA: 言語・視覚・ロボット行動の翻訳による統合具現化ナビゲーションナビゲーション2026/5/1
ナビゲーションの意思決定構造を言語と視覚の行動出力に分解し、事前学習済みMLLMを活用してゼロショットで4つのタスクと4種類のロボットに適用する統合エージェントアーキテクチャを提案した。
- ロボティクスにおける視覚言語行動モデルの敵対的脆弱性の探究VLA2024/11/1
VLAモデルに対する敵対的パッチ攻撃を提案し、シミュレーションと実環境で最大100%のタスク成功率低下を引き起こすことを示した。
- SurgicalPart-SAM:手術器具セグメンテーションのための部分-全体協調プロンプティング手術器具セグメンテーション2023/12/1
手術器具をカテゴリと部品のテキストで協調的にプロンプトし、SAMを効率的に微調整することで、器具の構造と細部を捉えた高精度なセグメンテーションを実現した。
- SurgicalSAM: 手術器具セグメンテーションのための効率的なクラスプロンプト可能モデルセグメンテーション2023/8/1
SAMを手術器具セグメンテーションに適応させるため、クラスプロトタイプからプロンプトを生成する軽量エンコーダと対照的プロトタイプ学習を導入し、高精度かつシンプルなパイプラインを実現した。
