Zetian Song
Peking University
収録論文 4本 ・ フィジカルAI/ロボット学習
動画ストレージVLA視覚グラウンディング
※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
- AI学習向け動画ストレージの再考:フレーム間依存を断ち切る高効率ランダムアクセス動画ストレージ2026/10/21
AI学習のランダムなフレームサンプリングに最適化し、依存関係を考慮した疎なデコードとDDRA符号化で再構成コストを最大3フレームに抑える動画ストレージ手法を提案した論文。
- RoboAware: 反事実的結果から身体スキルの協調を学習するVLA2026/10/8
コーディングエージェントが複数のロボットスキルを組み合わせる際に、状態に応じてどのポリシー系統が成功するかを反事実的結果から学習する調整器を提案し、100タスクで77%の成功率を達成した。
- GroundingPI:視覚プリミティブで物理知能に挑むグラウンディング基盤モデルVLA2026/9/30
点やボックスを量子化座標として生成する4Bのグラウンディング基盤モデルを提案し、ロボット操作や自動運転の視覚バックボーンとして性能を向上させた。
- GroundAnything: 並列デコーディングと高精度視覚グラウンディングをフラッシュ速度で両立視覚グラウンディング2026/9/30
拡散モデルによる並列デコーディングで視覚グラウンディングを高速化し、4Bモデルで同規模の最先端性能を達成した研究。
