Khai Loong Aw
Stanford University
収録論文 3本 ・ フィジカルAI/ロボット学習
空間推論/ベンチマークVLA3Dシーン理解
※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
- FlowBench:反事実的想像による空間知能の訓練と評価空間推論/ベンチマーク2026/11/2
仮想的な動きの下でシーン変化を想像する能力(反事実的空間想像)を定式化し、VLMとワールドモデルの訓練・評価用ベンチマークFlowBenchを構築した。微調整によりVLMの精度が大幅に向上し、sim2real転移も確認された。
- Ψ-0.6:統合視覚言語ワールドモデルにおける適応的思考ストリームVLA2026/10/23
知覚・言語・幾何・シミュレーションを共有トークン上で柔軟に組み合わせて推論する統合視覚言語ワールドモデルを提案し、多視点空間推論や反事実シミュレーションで性能向上を示した。
- 物理世界モデリングによる統合3Dシーン理解3Dシーン理解2026/5/23
3Dシーン理解の多様なタスク(深度推定、新規ビュー合成、物体操作)を、確率的グラフィカルモデルとして統一し、タスク固有の学習なしでゼロショット実行できる物理世界モデル3WMを提案した。
