Oleg Sinavski
収録論文 5本 ・ フィジカルAI/ロボット学習
自動運転/VLAsim2real自動運転VLAVLA
※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
- SimLingo: 言語と行動を整合させた視覚のみの閉ループ自動運転自動運転/VLA2025/3/1
カメラ映像のみを使う視覚言語モデルで、閉ループ運転・視覚言語理解・言語と行動の整合を同時に実現し、CARLAのBench2Driveで最高性能を達成した研究。
- 裏庭でロボット学習:オープンソース部品によるニューラルシミュレータsim2real2024/10/1
単一の動画からフォトリアルな仮想環境を生成し、強化学習による視覚ナビゲーション方策の訓練を可能にするオープンソースのニューラルシミュレータSplatGymを提案。
- CarLLaVA:カメラのみの閉ループ自動運転のための視覚言語モデル自動運転VLA2024/6/1
LLaVAの視覚エンコーダとLLaMAをバックボーンに用い、カメラ入力のみでCARLA自動運転チャレンジ2.0のセンサートラックで1位を獲得した視覚言語モデルを提案。
- LingoQA: 自動運転のための視覚的質問応答VLA2023/12/1
自動運転向けの視覚的質問応答データセットとベンチマークを構築し、既存の視覚言語モデルが人間に及ばないことを示した。
- LLMによる運転:説明可能な自動運転のための物体レベルベクトルモダリティの融合VLA2023/10/1
物体レベルのベクトル数値データを事前学習済みLLMに統合し、運転状況の理解・質問応答・行動生成を行うマルチモーダル運転モデルを提案。10kシナリオからなる16万QAペアのデータセットも構築した。
