Muyuan Lin

収録論文 2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

• 幾何基盤モデルが視覚言語行動モデルに与える影響の理解
  VLA/幾何理解2026/5/1

  視覚言語行動モデル(VLA)と3D再構成のための幾何基盤モデル(GFM)の統合について、VLAの幾何理解の欠如を線形プロービングで定量化し、幾何情報を注入する3つのアーキテクチャを比較、さらに非アーキテクチャ的選択の影響を分析した。

• LOC-ZSON: 言語駆動の物体中心ゼロショット物体検索とナビゲーション
  物体ナビゲーション2024/5/1

  複雑なシーンで物体レベルのクエリを扱うため、物体中心の画像表現とVLM微調整用損失を提案し、LLMベースの拡張とプロンプトテンプレートでゼロショット物体ナビゲーションを実現した。