Yen-Wei Chen
収録論文 2本 ・ フィジカルAI/ロボット学習
VLA画像編集
※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
- MIRTH: 相互情報推論と時間的ハブによる視覚-言語-行動エージェントVLA2026/6/1
VLAモデルの時間的視野狭窄や推論ギャップ、推論効率の問題を解決するため、二重スケールの時間メモリハブ、相互情報目的の潜在推論トークン、並列行動デコードを導入した統一フレームワークMIRTHを提案。LIBEROベンチマークと実機でSOTAを達成。
- 事前分布内でのドラッグ:分布制約下でのテキスト条件付きポイントベース画像編集画像編集2026/5/13
拡散モデルを用いたポイントベース画像編集において、CLIPモデルによる意味整合性の評価と事前分布保持損失により、編集結果を元のデータ分布内に保ちつつ、大規模移動時のアーティファクトを低減する手法を提案した。
