Tuan Van Vo
収録論文 5本 ・ フィジカルAI/ロボット学習
VLAマニピュレーションアフォーダンス検出アフォーダンス
※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
- ReFineVLA: 教師ガイドによるファインチューニングを用いたマルチモーダル推論対応の汎用ロボットポリシーVLA2026/4/1
VLAモデルに推論能力を組み込むため、専門家教師モデルが生成した推論根拠をデータセットに追加し、事前学習済みVLAをファインチューニングする手法を提案。シミュレーション操作ベンチマークで評価し、視覚・言語・行動の整合性と汎化性能の向上を示した。
- ReFineVLA:推論を考慮した教師ガイド付き転移ファインチューニングVLA2025/5/1
専門家モデルが生成した推論根拠でデータセットを拡張し、VLAモデルに行動の理由を考えさせるファインチューニング手法を提案。複雑な操作タスクでの汎化性能と解釈性を向上させた。
- 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。
- 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。
- 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。
