Yaoxian Song
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA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
- 実世界の屋内ツアー動画から得たマルチモーダルイベント知識による視覚言語ナビゲーションの強化VLA2026/2/1
実世界の屋内動画からマルチモーダル時空間知識グラフを構築し、粗い指示や長期的推論を要する視覚言語ナビゲーションにイベント知識を統合する手法を提案した論文。
- 部品アフォーダンスに基づく6自由度細粒度把持検出の学習マニピュレーション2023/1/1
言語指示から3D形状の部品を特定し、部品レベルの6自由度把持姿勢を生成する二段階フレームワークと大規模データセットを提案。
- BERTシーン表現を用いた人間参加型ロボット把持マニピュレーション2022/9/1
散らかった環境でのロボット把持において、BERTによるテキスト表現でシーングラフを置き換え、自然言語コマンドで人間が介入できる枠組みを提案し、シミュレーションと実機で従来手法を上回る性能を示した。
- RGB-D階層融合によるロボット把持の深層予測マニピュレーション2019/9/1
RGBと深度を階層的に融合するエンコーダ・デコーダで、部分観測のみから3D空間でのヒューマノイド型把持を実現し、実機で90%超の成功率を達成した。
