Shun Zhang
収録論文 6本 ・ フィジカルAI/ロボット学習
画像検出VLA拡散モデル計画環境認識
※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
- CLIPとDINOを活用した不確実性を考慮したカスケード融合ネットワークによる汎用的なディープフェイク画像検出画像検出2026/9/7
CLIPとDINOの特徴を階層的に融合し、エントロピーに基づく不確実性で重み付けすることで、未知のディープフェイクに対する汎化性能を高めた検出ネットワークUCF-Netを提案した。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- 拡散モデルによる適応的オンライン再計画拡散モデル計画2023/10/1
拡散モデルを用いた計画において、既存計画の尤度に基づいて再計画のタイミングを判断し、元の目標状態を維持しつつ効率的に再計画する手法を提案。
- 効率的なオンライン方策適応のためのハイパー決定トランスフォーマーVLA2023/4/1
決定トランスフォーマーにハイパーネットワークで初期化される適応モジュールを追加し、少数のデモンストレーションから未知の物体操作タスクに効率的に適応できるようにした。
- 少数ショット方策汎化のためのプロンプト付きDecision TransformerVLA2022/6/1
Transformerの系列モデリングとプロンプト枠組みを活用し、少数のデモンストレーションから未知タスクに適応するオフライン強化学習手法Prompt-DTを提案した。
- 無人地上車両のための局所静的環境のコンパクトベクトル化表現環境認識2022/6/1
LiDARとIMUを融合して局所的な静的障害物を複数の凸多角形でコンパクトに表現し、従来のグリッドマップより約60%少ない点でリアルタイム(15ms)に環境を記述する手法を提案した。
