Pragyana Mishra
収録論文 2本 ・ フィジカルAI/ロボット学習
視覚言語モデルVLA
※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
- SCOPE: エッジでのリアルタイム自然言語カメラエージェント視覚言語モデル2026/6/1
自然言語でPTZカメラを制御し、視覚シーンを理解するエッジ展開向けのモジュール型エージェントを提案し、シミュレーションと実機で評価する。
- 言語モデルによるエッジでのカメラ制御とシーン理解VLA2025/5/1
大規模言語モデルを用いてPTZカメラを自然言語で制御するOPUSを提案し、エッジ展開向けに小型化しつつ高性能を実現した。