Jiuming Liu
収録論文 9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
- 半教師あり視覚-言語-行動モデルVLA2026/6/19
ロボットの行動予測に必要な教師付きデモデータを減らすため、未ラベルの軌道から信頼できる擬似行動を生成する自己蒸留型教師-学生フレームワークSemiVLAを提案した。
- 対話型ビデオ世界モデリングに向けて：フロンティア、課題、ベンチマーク、将来動向世界モデリング2026/5/31
本論文は、ユーザーのアクションを条件としたビデオや3D生成による対話型世界モデリングの研究動向、技術的課題、評価ベンチマークを体系的にレビューし、将来の研究方向を提案する。
- DriveVA: ビデオ行動モデルはゼロショット運転者である自動運転2026/4/1
自動運転のための世界モデルDriveVAを提案し、将来の映像と行動系列を共有の生成過程で同時に予測することで、ゼロショットでの汎化性能を向上させた。
- VectorWorld: ベクトルグラフ上の拡散フローによる効率的なストリーミング世界モデル自動運転/世界モデル2026/3/1
自動運転の閉ループ評価のための、履歴条件付きポリシーと整合し、リアルタイムで長距離ロールアウト可能なストリーミング世界モデルを提案した。
- CycleVLA: サブタスクバックトラッキングと最小ベイズリスクデコーディングによる能動的自己修正型視覚言語行動モデルVLA2026/1/1
VLAモデルに失敗を予期して実行中に自己修正する能力を付与し、サブタスクのバックトラッキングとMBRデコーディングで再試行成功率を高める手法を提案。シミュレーションと実機で成功率向上を実証。
- GRS-SLAM3R: ゲート付きリカレント状態を用いたリアルタイム高密度SLAMSLAM2025/9/1
RGB画像から事前知識なしに高密度シーン再構成とカメラ姿勢推定をリアルタイムで行うSLAMフレームワークを提案。空間メモリをゲート付きリカレント更新で管理し、サブマップ分割とグローバル整合により高精度な再構成を実現。
- 高密度ビジュアルSLAMのためのコンパクト3DガウシアンスプラッティングSLAM2024/3/1
3Dガウシアンを用いたSLAMのメモリと計算コストを削減するため、スライディングウィンドウによるマスキングと幾何コードブックでガウシアン楕円体を圧縮し、高精度な姿勢推定とリアルタイム描画を両立させた。
- SemGauss-SLAM：密なセマンティックガウシアンスプラッティングSLAMセマンティックSLAM2024/3/1
3Dガウシアン表現にセマンティック特徴を埋め込み、セマンティック情報を活用したバンドル調整でカメラ姿勢と3D表現を同時最適化する密なセマンティックSLAMを提案。
- SNI-SLAM: Semantic Neural Implicit SLAM2023/11/1