Xuehai He
収録論文 3本 ・ フィジカルAI/ロボット学習
マルチモーダル基盤モデルマニピュレーションVLA
※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
- マルチモーダル基盤モデルと世界モデルのギャップを埋めるマルチモーダル基盤モデル2025/10/4
マルチモーダル基盤モデルに因果推論や時空間推論などの構造的推論能力と、シーングラフやマルチモーダル条件付けによる制御可能な画像・動画・4D生成能力を付与し、世界モデルとしての機能に近づける手法を提案する。
- マルチモーダルプロンプトによるロボット操作の習得:事前学習とマルチタスク微調整マニピュレーション2023/10/1
視覚と言語が混在するマルチモーダルプロンプトでロボット操作を学習するフレームワークを提案し、VIMA-BENCHで最高精度を達成した。
- JARVIS: 会話型身体エージェントのための神経記号常識推論フレームワークVLA2022/8/1
大規模言語モデルと記号推論を組み合わせ、会話に基づく身体エージェントのタスク実行を可能にするフレームワークを提案。TEAChデータセットで最先端性能を達成。
