Hisham Cholakkal

収録論文 4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

• 基盤モデルは段階的な身体性推論においてどれほど優れているか？
  VLA2025/9/1

  身体性環境での段階的推論能力を評価するFoMERベンチマークを提案し、主要な大規模マルチモーダルモデルの性能と限界を分析した。

• DriveLMM-o1: 自動運転シナリオ理解のための段階的推論データセットと大規模マルチモーダルモデル
  VLA2025/3/1

  自動運転の知覚・予測・計画を段階的に推論するVQAデータセット(学習18k・テスト4k超)とベンチマークを構築し、そのデータで微調整した大規模マルチモーダルモデルを提案した論文。

• トラッキング情報を活用した大規模マルチモーダルモデルによる運転シーン理解
  VLA2025/3/1

  自動運転向けLMMに3Dトラッキング情報を追加入力し、時空間理解を強化する手法を提案。DriveLM-nuScenesで精度9.5%向上を達成。

• Open3DTrack: オープンボキャブラリ3D多物体追跡に向けて
  3D追跡2024/10/1

  自動運転向けの3D多物体追跡を、事前定義されたカテゴリに縛られず未知の物体にも対応できるオープンボキャブラリ設定へと拡張し、その手法とデータセット分割を提案した論文。