Olga Russakovsky
Princeton University
収録論文 5本 ・ フィジカルAI/ロボット学習
敵対的防御ビデオ生成動画生成VLA視覚言語ナビゲーション
※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
- コピーさせる防御:モデルのコピー行動を誘発して画像編集から守る手法敵対的防御2026/10/26
拡散トランスフォーマー型画像編集モデルに対し、早期ブロックで参照画像への注意を最大化する摂動を加え、編集を実行させず入力を再現させる防御手法CaDを提案した論文。
- ビデオワールドモデルのためのアドレス可能なメモリビデオ生成2026/8/7
インタラクティブなビデオワールドモデルで、長いロールアウト中に過去のフレームを正確に参照できない問題を解決するため、トレーニング不要のメモリフレームワークWorldTraceを提案。圧縮メモリに仮想位置を割り当ててアドレス可能性を保ち、新しいベンチマークLoopBenchで性能を検証した。
- 動画生成のための動き帰属分析動画生成2026/1/1
動画生成モデルにおいて、どの微調整クリップが時間的動きを改善・悪化させるかを特定する、動き中心の勾配ベースデータ帰属フレームワークを提案し、データ選別による動きの品質向上を実現した。
- 行動を言語として扱う:壊滅的忘却なしにVLMをVLAへ微調整する手法VLA2025/9/1
ロボットの遠隔操作データを自然言語で表現することで、VLMの基盤能力を損なわずにLoRAのみでVLAへ微調整する手法を提案し、実世界実験でゼロショット汎化を実証した。
- 進化するグラフィカルプランナー:視覚と言語によるナビゲーションのための文脈的グローバルプランニング視覚言語ナビゲーション2020/7/1
生の感覚入力から動的にグラフ表現を構築し、代理グラフ上で効率的なグローバルプランニングを行うEGPを提案。視覚と言語によるナビゲーションタスクで従来手法を上回る性能を達成。
