Koichiro Yoshino
収録論文 4本 ・ フィジカルAI/ロボット学習
VLAキャプション生成
※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
- J-ORA: 日本語物体識別・参照解決・行動予測のためのロボット知覚フレームワークとマルチモーダルデータセットVLA2025/10/1
日本語の人間-ロボット対話における物体属性アノテーション付きマルチモーダルデータセットを構築し、物体識別・参照解決・次行動予測の性能評価を行った。
- ASMR: 大規模生成モデルによるロボット行動選択のためのデータ拡張フレームワークVLA2025/6/1
大規模言語モデルと拡散モデルで対話と環境画像を生成し、ロボット支援のマルチモーダル行動選択モデルをデータ拡張する手法を提案。実世界データで最高性能を達成。
- 次にシステムは何をすべきか?:システム行動推定のための操作行動キャプショニングVLA2022/10/1
現在状態と目標状態の画像から、その間に行うべき操作行動を言語で記述する新タスクを提案し、シーングラフ予測を補助タスクとして用いることで推定精度を向上させた。
- 教師なし行動セグメント学習に基づくロボット行動のキャプション生成キャプション生成2020/3/1
ロボットの観測履歴をK-meansで教師なしにセグメント化し、BPEによるチャンキングと組み合わせて、少量データでもロボット行動の自然言語キャプションを生成できる手法を提案した。
