Jingkun An

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

• ロボティクスのための視覚言語モデルにおける推論を伴う空間トレースに向けて
  VLA2025/12/1

  3D空間の参照と計測を統合したVLM「RoboTracer」を提案し、強化学習による多段階の空間推論を実現。大規模データセットとベンチマークも構築し、ロボットの長期的タスク実行に応用した。

• TIGeR: ロボティクス向け視覚言語モデルにおけるツール統合幾何推論
  VLA2025/10/1

  視覚言語モデルに外部ツールで正確な幾何計算を生成・実行させる枠組みを提案し、ロボット操作に必要なセンチメートル精度を実現した。

• RoboRefer: ロボティクス向け視覚言語モデルにおける推論を伴う空間指示
  VLA2025/6/1

  3D空間理解と多段階推論を可能にする視覚言語モデルRoboReferを提案し、大規模データセットRefSpatialとベンチマークRefSpatial-Benchを導入して、空間指示タスクで最先端性能を達成した。