Lu Xia
収録論文 2本 ・ フィジカルAI/ロボット学習
VQA/3Dシーン理解視覚接地
※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
- メモリツリー誘導キーフレーム問い合わせによる効率的な3D質問応答VQA/3Dシーン理解2026/8/18
3D環境での質問応答を効率化するため、メモリツリー構造でシーンを表現し、質問に関連するキーフレームを高速に選択する手法を提案。
- 任意のオープンソースMLLMの部品レベル点接地を強化する手法視覚接地2026/6/28
MLLMの注意機構を利用し、凍結したまま部品レベルの2D点接地を可能にする軽量デコーダを提案した。
