Katherine Liu

収録論文 12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

• VLA Foundry: 視覚言語行動モデル訓練のための統合フレームワーク
  VLA2026/4/1

  LLM、VLM、VLAの訓練を単一コードベースで統合するオープンソースフレームワークを提案し、スクラッチからの訓練と事前学習済みバックボーンを用いた訓練の両方をサポートし、シミュレータ上で評価した。

• OmniShape: 実世界におけるゼロショット多仮説形状・姿勢推定
  形状・姿勢推定2025/8/1

  単一観測から未知物体の姿勢と完全形状を推定するため、形状補完を2つのマルチモーダル分布に分離し、条件付き拡散モデルで複数仮説を生成する手法を提案。

• マルチタスク巧みな操作のための大規模行動モデルの慎重な検証
  マニピュレーション2025/7/1

  大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。

• CodeDiffuser: VLM生成コードによる曖昧な指示に対応する注意強化拡散ポリシー
  VLA2025/6/1

  VLMが自然言語指示を解釈してタスク固有のコードを生成し、そのコードから3D注意マップを作って拡散ポリシーを誘導することで、曖昧な指示下のロボットマニピュレーションを実現するフレームワーク。

• ZeroGrasp: ゼロショット形状復元によるロボット把持
  マニピュレーション2025/4/1

  遮蔽推論と物体間の空間関係を活用し、3D復元と把持姿勢予測を同時に行うフレームワークを提案。大規模合成データセットで学習し、実世界の新規物体にも汎化する。

• ゼロショット新規視点合成による視点不変な方策学習
  マニピュレーション2024/9/1

  単一画像から新規視点を合成するモデルをデータ拡張に用い、単一視点の実演データから視点に頑健な操作方策を学習する手法を提案し、実機・シミュレーションで有効性を示した。

• DiffusionNOCS: Managing Symmetry and Uncertainty in Sim2Real Multi-Modal Category-level Pose Estimation
  2024/2/1
• Multi-Object Manipulation via Object-Centric Neural Scattering Functions
  2023/6/1
• CARTO: Category and Joint Agnostic Reconstruction of ARTiculated Objects
  2023/3/1
• ROAD: Learning an Implicit Recursive Octree Auto-Decoder to Efficiently Encode 3D Shapes
  2022/12/1
• Online Descriptor Enhancement via Self-Labelling Triplets for Visual Data Association
  2020/11/1
• Search and Rescue under the Forest Canopy using Multiple UAVs
  2019/8/1