Thieu Vo
収録論文 9本 ・ フィジカルAI/ロボット学習
※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
- GraspMAS: マルチエージェントシステムによるゼロショット言語駆動型把持検出マニピュレーション2025/6/1
複雑な言語指示や混雑環境に対応するため、Planner・Coder・Observerの3エージェントで把持を計画・実行・評価するゼロショット言語駆動型把持検出フレームワークを提案。
- Robotic-CLIP: ロボット応用のための行動データによるCLIPの微調整VLA2024/9/1
大規模な行動動画データでCLIPを対照学習により微調整し、動的な行動理解を可能にしたRobotic-CLIPを提案。言語駆動型ロボットタスクで既存CLIPモデルを上回り、実世界の把持タスクでも有効性を示した。
- マスク誘導アテンションによる言語駆動型把持検出マニピュレーション2024/7/1
セグメンテーションマスクと言語指示をTransformerのアテンションで統合し、遮蔽に強い言語駆動型の把持検出を実現した研究。
- 条件付き一貫性モデルによる軽量な言語駆動型把持検出マニピュレーション2024/7/1
拡散モデルを軽量化した一貫性モデルと言語プロンプトを組み合わせ、高速推論を実現する言語駆動型把持検出法を提案し、実機実験で有効性を示した。
- ネガティブプロンプト誘導を用いた言語駆動型6自由度把持検出マニピュレーション2024/7/1
自然言語の指示に基づき、散らかった点群の中から目的の物体を6自由度で把持する手法を提案。大規模データセットGrasp-Anything-6Dと、不要物体を避けるネガティブプロンプト誘導拡散モデルを導入した。
- 3D点群における言語条件付きアフォーダンス・ポーズ検出アフォーダンス2023/9/1
3D点群と言語指示を入力とし、任意のアフォーダンス領域を検出して6自由度の把持・操作ポーズを拡散モデルで生成する手法を提案し、新データセットも構築した。
- 知識蒸留とテキスト-点相関を用いたオープンボキャブラリ・アフォーダンス検出アフォーダンス検出2023/9/1
3D点群に対して知識蒸留とテキスト-点相関を組み合わせ、未知の物体や新しいアフォーダンスラベルにも対応できるオープンボキャブラリなアフォーダンス検出手法を提案した。
- Grasp-Anything: 基盤モデルを活用した大規模把持データセットマニピュレーション2023/9/1
基盤モデルを利用して100万サンプル・300万物体を含む大規模把持データセットを生成し、ゼロショット把持検出と実機実験を可能にした。
- 3D点群におけるオープンボキャブラリ・アフォーダンス検出アフォーダンス検出2023/3/1
3D点群において、事前定義されたラベルに縛られず任意のアフォーダンスをゼロショットで検出する手法OpenADを提案し、ロボット応用での有効性を示した。
