Zifan Shi
収録論文 3本 ・ フィジカルAI/ロボット学習
VLA画像処理/ステレオビジョン
※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
- 具身知能のためのMixture-of-Expertsビデオ事前学習のスケーリングVLA2026/7/8
ロボット制御に特化したビデオ生成モデルLingBot-Videoを提案。MoEアーキテクチャとロボット向けデータ、物理合理性を評価する報酬系で、デジタル生成と物理動作の橋渡しを目指す。
- 汎用ロボット制御のためのネイティブなビデオ・アクション事前学習VLA2026/7/1
ロボット制御に特化したビデオ・アクション基盤モデルLingBot-VA 2.0を提案。意味的視覚・行動トークナイザ、因果事前学習、スパースMoE、非同期推論により、複雑な操作タスクでの数ショット汎化を実現した。
- 行方向拡張注意機構を用いたステレオ画像の水滴除去画像処理/ステレオビジョン2021/8/1
ステレオ画像から水滴を除去する学習ベースモデルを提案し、行方向の拡張注意機構と左右一貫性を高める注意整合損失を導入した。実世界データセットも構築し、既存手法を上回る性能を示した。
