Qing Lian
収録論文 5本 ・ フィジカルAI/ロボット学習
VLAデータセット3D物体検出/自動アノテーション3D物体検出
※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
- 反射型VLA:文脈内の行動結果がVLAの汎化を促進するVLA2026/6/1
視覚言語行動モデル(VLA)の汎化性能を向上させるため、観察・行動・結果の三つ組を文脈として利用する「Reflective VLA」を提案した。従来の反応型モデルでは捉えられない環境固有の要因を、行動後の変化から推定することで、分布シフト下での成功率を向上させた。
- ガイド・思考・行動:視覚言語行動モデルにおける対話型身体化推論VLA2026/5/1
ユーザーが視覚的な手がかりでロボットのポリシーを誘導できる対話型VLAフレームワークを提案し、空間的推論と行動生成を統合してOOD環境での堅牢性を向上させた。
- イベント強化型視覚自律認識のための深層表現学習に向けて:eAPデータセットデータセット2026/3/1
イベントカメラを用いた自律運転認識のための大規模データセットeAPを構築し、3D車両検出や衝突時間推定タスクでの有効性を示した。
- MEDL-U: 証拠深層学習に基づく不確実性を考慮した3D自動アノテーション3D物体検出/自動アノテーション2023/9/1
3D物体検出の疑似ラベル生成に証拠深層学習を導入し、不確実性を定量化してノイズを低減する自動アノテーション手法を提案した。
- MV-FCOS3D++: 単眼バックボーン事前学習を用いたマルチビューカメラのみの4D物体検出3D物体検出2022/7/1
Waymo Open Datasetチャレンジ2022のカメラのみ3D検出トラック向けに、単眼検出器FCOS3D++を事前学習しマルチビュー特徴を3Dグリッド空間に変換して4D検出を行う手法を提案し、49.75% mAPLで2位を獲得した。
