Shulin Tian
Nanyang Technological University
収録論文 4本 ・ フィジカルAI/ロボット学習
マニピュレーションVLA一人称視点/道具使用推論
※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
- DeXplicit: 巧みな操作の世界モデルで物理状態を明示的に表現する手法マニピュレーション2026/10/22
手の軌道から物体の3D運動・変形を明示的に予測し、それを足場に映像を生成する巧みな操作の世界モデル。予測精度と生成効率を大幅に向上させた。
- DiVeR: VLAのテスト時スケーリングのための意思決定クリティカル検証器学習VLA2026/10/4
VLA方針のテスト時スケーリングにおいて、行動候補の識別に重要な状態を推定し、検証器の学習を再重み付けする手法DiVeRを提案。LIBEROやRoboCasa、実機実験で成功率を向上させた。
- EgoTools: 実世界の一人称視点動画における道具中心の推論に向けて一人称視点/道具使用推論2026/9/30
道具を使う一人称視点動画の大規模データセット(100時間)と、知覚・幾何・手順・因果推論を問う1,000問のベンチマークを構築し、既存の動画マルチモーダルモデルが道具使用の理解に苦戦することを示した。
- AHA: ロボットマニピュレーションの失敗を検出・推論する視覚言語モデルVLA2024/10/1
ロボット操作の失敗を自然言語で検出・説明するオープンソースVLM「AHA」を提案し、シミュレーションで生成した大規模失敗データセットで学習させ、実世界や未見タスクへの汎化性能を示した。
