Xiaolong Li
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAマニピュレーションコンピュータビジョン視覚基盤モデル視線インタラクション姿勢推定
※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
- 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。
- 剛性に基づく多指協調による力に敏感な物体の精密なハンド内操作マニピュレーション2026/2/1
触覚フィードバックなしで関節制御のみを用い、グラフ剛性と力閉包制約を組み合わせた二層フレームワークにより、壊れやすい物体を多指ハンドで精密かつ安全に操作する手法を提案。
- 第9回AIシティチャレンジコンピュータビジョン2025/8/1
交通・産業・公共安全分野におけるコンピュータビジョンとAIの実応用を推進する第9回AIシティチャレンジの概要。4つのトラックで245チームが参加し、3Dマルチカメラ追跡や交通安全のビデオQA、倉庫での空間推論、魚眼カメラの物体検出などが競われた。
- 物理シーンの視覚基盤モデルに向けて視覚基盤モデル2023/6/1
画像予測のみを学習基準として物理シーンの汎用視覚表現を学習する第一歩を提案し、NeRFと拡散モデルを組み合わせたNeRF Diffusionを非教師あり表現として検証した。
- 注視に基づく自然な把持意図認識視線インタラクション2020/12/1
視線の停留から把持対象と意図を推定し、手の不自由なユーザーが注視だけでロボットに把持作業を指示できる手法を提案・検証した論文。
- カテゴリレベル関節物体の姿勢推定姿勢推定2019/12/1
単一深度画像から未学習の関節物体インスタンスの姿勢を推定するため、関節を考慮した正規化座標空間階層(ANCSH)を提案し、PointNet++で部位分割・正規化座標・関節パラメータを予測する手法。
