Xiaofan Yu

収録論文 4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

• 視覚から収穫へ：マルチアームロボット果実収穫のための視覚言語モデルベンチマーク
  VLA2026/9/11

  実世界の果樹園画像を用いて、事前学習済み視覚言語モデルがゼロショットでマルチアーム収穫計画を生成できるかを評価する初のベンチマークを提案し、従来手法と比較した。

• 潜在アクション誘導による手術インタラクション認識のための視覚ファインチューニング
  手術AI/視覚言語モデル2026/7/22

  手術中の器具と組織の相互作用を認識するため、潜在アクションで誘導する視覚言語モデルのファインチューニング手法を提案。逆動力学モデルと前方世界モデルを用いてアクション関連領域の表現を強化し、パッチレベルの正則化で局所特徴の崩壊を防ぐ。

• RadarTwin: 特定環境向けミリ波レーダーシミュレーションと屋内認識のための学習
  シミュレーション/知覚2026/6/24

  実データ収集前に、対象空間の3D再構成からレーダー関連の表面材質を推定し、物理ベースのレイトレーシングでFMCWレーダー測定を合成するフレームワークを提案。シミュレーションと実データの特徴が一致し、シミュレーションのみで学習した表現が実物体を偶然の2.5倍の精度で認識、少数のラベルで95.3%に向上することを示した。

• DroneFL: マルチUAV視覚ターゲット追跡のための連合学習
  群制御2025/9/1

  複数のドローンが連合学習でターゲット追跡モデルを協調学習し、データの不均一性を軽減しつつ予測精度を向上させるフレームワークを提案。