Anh Dao

VinMotion, Inc.

収録論文 5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

• AdaGeoVLN: 視覚言語ナビゲーションのための表現深度とナビゲーション時間にわたる選択的幾何情報
  VLA2026/9/16

  視覚言語ナビゲーションにおいて、幾何基盤モデルの階層的特徴をポリシーの各段階に融合し、指示関連性・幾何信頼度・遷移新規性に基づいて履歴KV状態を選択的に保持するストリーミングフレームワークを提案。

• OpenBelief-Nav: オープン語彙言語誘導ナビゲーションのための証拠保持オブジェクトメモリ
  ナビゲーション2026/8/14

  オープン語彙の3Dシーングラフで、観測レベルのフレーズや信頼性情報を保持するオブジェクトメモリを提案し、タスク固有の読み出しで固定語彙投影や自由形式検索を行う。ナビゲーション実験で性能向上を確認した。

• HumanoidVLN：多様な人型ロボットのための物理基盤シミュレータと視覚言語ナビゲーションベンチマーク
  VLA/ナビゲーション2026/8/1

  二足歩行の物理制約や人型ロボットの形態差を考慮した、視覚言語ナビゲーションのための物理シミュレータとベンチマークを構築した。4種類の人型ロボットと複数のVLNモデルを統合し、933の衝突考慮エピソードを提供する。

• IndustryNav: 動的産業環境における身体性エージェントの空間推論ベンチマーク
  ナビゲーション2025/11/1

  動的な倉庫を再現したUnity環境で、視覚言語モデルによる能動的なナビゲーションと空間推論を評価する初の産業向けベンチマークを提案し、最先端モデルの安全性や計画能力の課題を明らかにした。

• Audio-3DVG：音声と点群の統合による3D視覚グラウンディング
  3D視覚グラウンディング2025/7/1

  音声指示から3D点群中の対象物体を特定するタスクに対し、物体言及検出と音声誘導注意を組み合わせたフレームワークを提案し、標準データセットに音声記述を合成して評価した。