Xavier Alameda-Pineda
収録論文 6本 ・ フィジカルAI/ロボット学習
動作生成VLA社会ロボティクスメタ強化学習音響認識マルチモーダル知覚
※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
- EMODY Flow: 感情を考慮した音声駆動型全身動作生成動作生成2026/8/19
音声と感情ラベルから全身のジェスチャーと表情を生成する軽量フローマッチングフレームワークを提案し、感情の識別性を高める補助分類器で従来の感情無視問題を解決した。
- 社会的音声・視覚質問応答における推論:現状はどこにあるのか?VLA2026/8/13
社会的音声・視覚理解のためのMLLMの推論手法を検証し、既存ベンチマークのノイズを除去したIntentBench-Primeを公開。単純なVanilla SFTが高コストな推論手法と同等以上の性能を示すことを発見した。
- 高齢者ケア施設における社会的対話ロボットの受容性評価社会ロボティクス2024/4/1
パリのデイケア施設で、対話能力を持つ等身大ヒューマノイドロボットを患者と介護者に対して2回の実験で評価し、60人以上のエンドユーザーから受容性と使いやすさを調査した。
- 社会的ロボティクスに向けた変分メタ強化学習メタ強化学習2022/6/1
報酬関数を変分表現で素早く推定し、新しい環境に適応するメタ強化学習手法を提案。表現崩壊を緩和するRBF層も導入した。
- 家庭用ロボットのための音響表現・分類ベンチマーク音響認識2014/2/1
家庭環境で収録した音データセットを用い、様々な音響表現と分類器の組み合わせを分類精度・計算時間・メモリの観点で比較評価した。
- 視覚で導くロボット聴覚マルチモーダル知覚2013/11/1
ヒューマノイドロボットのカメラ映像を音響空間に写像し、視覚情報で音源のグルーピングを導くことで、話者の検出と定位をリアルタイムに行う手法を提案した。
