Mihir Prabhudesai
収録論文 11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
- 物理シミュレータ上での強化学習による物理オリンピック問題解決物理推論/LLM/強化学習2026/4/1
物理シミュレータでランダムなシーンを生成し、合成の問答データを作ってLLMを強化学習で訓練し、実世界の物理ベンチマーク(IPhOなど)へのゼロショット転移を実証した論文。
- 反復的な自己修正による構成的画像生成の改善画像生成2026/1/1
視覚言語モデルを批評役として用い、テキスト画像生成モデルが複数ステップで生成を反復的に洗練させる手法を提案し、構成的なプロンプトでの生成精度を向上させた。
- データ制約下では拡散モデルが自己回帰モデルを上回る拡散言語モデル2025/7/1
データが乏しく計算資源が豊富な状況でマスク付き拡散言語モデルを系統的に検証し、自己回帰モデルより優れることとその理由(ランダムマスクによる暗黙のデータ拡張)を明らかにした。
- 統合マルチモーダル離散拡散モデルマルチモーダル生成2025/3/1
テキストと画像を統一的に理解・生成できる離散拡散モデルUniDiscを提案し、自己回帰型モデルより高性能かつ制御性・編集性・インペインティングに優れることを示した。
- 報酬勾配による動画拡散モデルのアラインメント動画生成2024/7/1
事前学習済み報酬モデルから動画拡散モデルへ勾配を逆伝播させ、少ない計算量とサンプルで下流タスクに適応させる手法を提案。
- Diffusion-TTA: 生成フィードバックによる識別モデルのテスト時適応テスト時適応2023/11/1
拡散モデルの生成フィードバックを利用して、画像分類器やセグメンタ、深度予測器などの識別モデルをテスト時に各未ラベル例へ適応させる手法を提案。
- 報酬逆伝播によるテキスト画像拡散モデルの整合拡散モデル2023/10/1
拡散モデルを下流の報酬関数に合わせるため、ノイズ除去過程を通じて報酬勾配を逆伝播するAlignPropを提案。低ランクアダプタと勾配チェックポイントでメモリを抑え、少ない学習ステップで高い報酬を達成。
- 拡散モデルは実はゼロショット分類器である生成モデル2023/3/1
大規模テキスト画像拡散モデルの密度推定を利用し、追加学習なしでゼロショット分類を行うDiffusion Classifierを提案した。
- スロット中心モデルによるテスト時適応シーン分解2022/3/1
スロット中心の生成モデルとテスト時適応を組み合わせ、再構成や視点間合成の損失でシーンごとに適応し、分布外のシーン分解性能を向上させた研究。
- 視点不変な物体分解型3D環境シミュレータsim2real2020/11/1
RGB-D動画から物体ごとに分解された3D特徴空間を学習し、物体間の相互作用によるシーン変化を予測するダイナミクスモデルを提案。任意視点で描画可能で、実機へのsim2real転移も示した。
- 3D視覚特徴表現による身体性を伴う言語接地言語接地2019/10/1
発話をシーンの3D視覚特徴マップに対応付ける手法を提案し、2Dベースの手法より物体参照や発話の妥当性判断、配置方策の報酬生成で大きく上回る性能を示した。
