Zhongyu Jiang
収録論文 2本 ・ フィジカルAI/ロボット学習
ビデオ推論ロボットナビゲーション
※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
- 視覚的思考の内面化:能動的なビデオ推論のための内部化視覚思考ビデオ推論2026/8/16
ビデオ推論において、推論時に中間画像を生成するVisual CoTの代わりに、訓練時に未来フレームの潜在表現を予測するInternalized Visual Thinkingを提案し、推論時のオーバーヘッドを削減しつつ性能を維持・向上させた。
- 音声ガイド付き指差しロボットナビゲーションロボットナビゲーション2020/4/1
音声情報が不十分な時だけ指差しジェスチャーを認識し、音声を補助チャネルとして目標位置を決定するロボットナビ手法VGPNを提案し、TurtleBot 2で実装・評価した。
