Kaiming He
収録論文 3本 ・ フィジカルAI/ロボット学習
VLA画像認識
※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
- ビデオ生成モデルは汎用視覚学習器であるVLA2026/7/10
大規模テキストからビデオへの生成を視覚の事前学習パラダイムとして用い、テキスト指示で様々な視覚タスクを実行できる汎用モデルGenCeptionを提案した。
- 異種ロボットデータによる自己受容・視覚学習のスケーリングVLA2024/9/1
異なるロボット身体とタスクのデータを大規模に事前学習し、共有可能なポリシー表現を学習するHPTを提案。未知タスクでの微調整性能を20%以上向上させた。
- 画像認識のための深層残差学習画像認識2016/6/1
層を入力に対する残差関数として学習させることで、従来よりはるかに深いネットワークの学習を容易にし、152層のResNetでILSVRC 2015分類タスクに優勝した論文。
