Di Xu

収録論文 3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

• SceneReGen: 単一画像からの3Dシーン生成再構築
  3D再構築2026/8/25

  単一画像から3Dシーンを再構築する際、物体の生成とシーン配置のギャップを埋めるため、観測された姿勢を直接メッシュにエンコードし、位置とスケールを推定する生成フレームワークを提案。

• TurboVLA: RTX 4090上で32Hz・1GB未満のVRAMで動作するリアルタイム視覚言語行動モデル
  VLA2026/7/1

  従来のLLM中心のVLAアーキテクチャを、視覚と言語を独立にエンコードし軽量な双方向相互作用で直接行動にマッピングする方式に再設計し、計算コストとメモリ使用量を大幅に削減した。LIBEROで97.7%の成功率を達成し、大規模モデルに匹敵する性能を小規模で実現した。

• The RoboDepth Challenge: Methods and Advancements Towards Robust Depth Estimation
  2023/7/1