Xin Kong
収録論文 11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
- Cosmosによる物理AI向けインタラクティブ世界シミュレーション世界モデル2026/11/4
Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。
- MLPスプラッティング:オブジェクト中心のニューラルフィールドニューラルレンダリング2026/6/2
少数の表現力豊かな光場プリミティブを用いてシーンを分解し、フォトリアリスティックな新規視点合成を実現する手法を提案。各プリミティブは局所的なMLPで表現され、RGBのみの教師信号で学習され、オブジェクト単位の編集が可能。
- 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。
- STARE-VLA:視覚言語行動モデルの微調整のための段階的ステージ認識強化学習VLA2025/12/1
長期的な行動軌跡を意味のある段階に分解し、段階ごとに密な強化学習信号を与えることで、VLAモデルの微調整を安定化・高精度化する手法を提案。
- ロボティクスにおける3Dガウシアンスプラッティング:サーベイ3D表現2024/10/1
ロボティクス分野での3Dガウシアンスプラッティング(3DGS)の応用と技術進歩を包括的に調査し、課題と将来展望をまとめたサーベイ論文。
- DA$^2$データセット:器用さを考慮した双腕把持に向けてマニピュレーション2022/8/1
大規模物体に対する最適な双腕把持ペアを生成するための、約900万組の把持データを含む初の大規模双腕器用さ対応データセットを構築し、評価モデルを提案した。
- 意味情報を用いた大規模場所認識のためのセマンティック・スキャンコンテキスト場所認識2021/7/1
点群の場所認識において、低レベル特徴ではなく意味情報を活用した新たなグローバル記述子「Semantic Scan Context」を提案し、2段階のグローバル意味ICPで位置合わせを行うことでKITTIデータセット上で従来手法を大きく上回る精度を達成した。
- 意味情報を活用したループ閉じ込み付きLiDAR SLAMLiDAR SLAM2021/6/1
LOAMをベースに、オドメトリとループ閉じ込み検出の両方で3Dセマンティクスを活用し、大規模環境でも高精度な位置推定と一貫したセマンティックマップ構築を実現したLiDAR SLAM手法。
- FlowMOT: シーンフロー統合による3Dマルチオブジェクト追跡3D追跡2020/12/1
LiDAR点群のシーンフロー推定で得た点単位の運動情報を従来のマッチングに統合し、速度変化に頑健な3Dマルチオブジェクト追跡フレームワークを提案した論文。
- 意味グラフに基づく3D点群の場所認識場所認識2020/8/1
点群シーンを意味物体とその関係からなるグラフで表現し、グラフマッチングとして場所認識を行う手法を提案。遮蔽や視点変化に頑健でKITTIで高精度。
- PASS3D:3D点群のための高精度かつ高速なセマンティックセグメンテーション3Dセグメンテーション2019/9/1
幾何学的手法による高速なクラスタ提案と深層学習によるラベル推定を組み合わせ、3D点群の点単位セマンティックセグメンテーションを高精度・高速に実現した。
