Xiaomeng Fang
収録論文 3本 ・ フィジカルAI/ロボット学習
深度推定VLA移動マニピュレーション
※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
- D3RoMa: 素材に依存しないロボットマニピュレーションのための視差拡散ベース深度センシング深度推定2024/9/1
ステレオ画像から拡散モデルで視差マップを予測し、透明・鏡面物体でも高精度な深度推定を実現してロボット操作を改善する手法を提案。
- NaVid: ビデオベースVLMが視覚言語ナビゲーションの次の一歩を計画するVLA2024/2/1
単眼RGBカメラの動画ストリームのみから次の行動を出力するビデオベース大規模視覚言語モデルNaVidを提案し、地図・オドメトリ・深度なしでシミュレーションと実世界の両方で最先端のナビゲーション性能を達成した。
- GAMMA: オンライン把持姿勢融合に基づく把持可能性を考慮した移動マニピュレーション方策学習移動マニピュレーション2023/9/1
移動ロボットが対象に近づきながら把持する際の観測問題に対し、予測した把持姿勢をオンラインで統合し、把持可能性を評価しながら強化学習で方策を学ぶ手法を提案した。
