Hung-Ting Su
収録論文 10本 ・ フィジカルAI/ロボット学習
VQA/ベンチマークVLM/ベンチマーク計画/アフォーダンスナビゲーション移動マニピュレーション物体ナビゲーション模倣学習
※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
- FineBench：細粒度な人間活動理解のための視覚言語モデルのベンチマークと性能向上VQA/ベンチマーク2026/5/19
長時間動画における細かい人間の動きや相互作用を評価する新しいベンチマークFineBenchを構築し、既存のオープンソースVLMの弱点を特定。さらにモジュール型フレームワークFineAgentを提案して性能を改善した。
- SceneFunRI: タスク駆動型機能物体位置特定のための不可視領域推論VLM/ベンチマーク2026/5/1
実世界では対象物体が隠れて見えないことがあるが、人間は文脈と常識で位置を推測できる。本論文は、この「不可視領域の推論」をVLMsに課すベンチマークSceneFunRIを構築し、既存モデルの性能が低いことを示した。
- ADAPT: 不特定のアフォーダンス制約下での常識的計画のベンチマーク計画/アフォーダンス2026/4/1
動的環境で物体のアフォーダンスが変化し指示に明示されない状況を評価するベンチマークDynAffordを導入し、既存プランナーにアフォーダンス推論を追加するモジュールADAPTを提案した。
- VLN-NF: 偽の前提指示を用いた実現可能性を考慮した視覚言語ナビゲーションナビゲーション2026/4/1
偽の前提（目標が存在しない）を含む指示でエージェントが探索し「見つからない」と明示する新しいベンチマークと手法を提案した。
- アフォーダンス誘導による粗から細への探索：オープンボキャブラリ移動マニピュレーションのためのベース配置移動マニピュレーション2025/11/1
視覚言語モデルの意味理解と幾何学的制約を組み合わせ、タスクに適したアフォーダンスを考慮してロボットのベース配置をゼロショットで探索する手法を提案し、5つのタスクで85%の成功率を達成した。
- 不正確なセマンティックマップに適応する文脈認識型再計画手法物体ナビゲーション2024/9/1
VLMで事前探索したセマンティックマップの不確かさを信頼度スコアと多視点整合性で推定し、追加ラベルなしで誤った判断を修正する再計画手法CAReを提案。物体ナビゲーションで性能向上を実証。
- 適応的エラー検出：少数ショット模倣ポリシーのための新しいタスクとベンチマーク模倣学習2024/2/1
少数ショット模倣ポリシーの行動エラーを新規環境で検出するタスクを提案し、クロスドメインベンチマークとパターン抽出に基づく手法PrObeを開発した。
- BIRD-PCC: Bi-directional Range Image-based Deep LiDAR Point Cloud Compression2023/3/1
- Stage Conscious Attention Network (SCAN) : A Demonstration-Conditioned Policy for Few-Shot Imitation2021/12/1
- GDN: A Coarse-To-Fine (C2F) Representation for End-To-End 6-DoF Grasp Detection2020/10/1