Yu Song

収録論文 4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

• 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。

• 音声・視覚・固有感覚の階層的融合による精密ロボットマニピュレーション
  マニピュレーション2026/2/1

  音声・視覚・固有感覚を階層的に融合し、拡散ポリシーで連続動作を生成するロボットマニピュレーション手法を提案。液体注ぎやキャビネット開けなどの実タスクで評価した。

• 線特徴を用いた不変立方体カルマンフィルタによる単眼視覚慣性オドメトリ
  VIO2019/12/1

  リー群上で状態を表現する不変カルマンフィルタと立方体カルマンフィルタを組み合わせ、線特徴を観測に用いることで低テクスチャ環境でも高精度な単眼視覚慣性オドメトリを実現した。

• ポップアップSLAM：低テクスチャ環境向けの意味論的単眼平面SLAM
  SLAM2017/3/1

  低テクスチャ環境でも頑健に動作するよう、単一画像から得た平面モデルを点ベースSLAMと統合し、状態推定と密な意味論的3Dマップ生成を同時に改善する単眼SLAMを提案した。